库尔希德·阿拉姆;阿弥陀佛密特拉 多项式概率的经验Bayes估计。 （英语） Zbl 0604.62026号 Commun公司。统计、理论方法 15, 3103-3127 (1986). 作者考虑了以误差平方和为损失函数同时估计（mgeq 2）独立多项式分布的参数（单元概率）的问题。提出了一种经验Bayes估计（{hat\delta}）。导出了（{hat\delta}）的渐近风险（如（m\to.infty）。结果表明，对于足够大的mq值，（{hat\delta}）的风险小于最大似然估计，其中q是给定多项式总体的平均多样性的度量。给出了（{\hat\delta}）性能的数值说明。审核人：J.梅勒梅 引用于1文件 MSC公司： 2012年12月62日 参数估计量的渐近性质 62甲12 多元分析中的估计 2015年1月62日 贝叶斯推断 关键词：同时估计;误差平方损失之和;小区概率;多项式分布;经验贝叶斯估计;渐近风险;最大似然估计量 PDF格式BibTeX公司 XML格式引用 \textit{K.Alam}和\textit{A.Mitra}，Commun。统计，理论方法15，3103--3127（1986；Zbl 0604.62026） 全文： 内政部 参考文献： [1] DOI:10.1214/aos/1176344612·Zbl 0401.62010年 ·doi:10.1214操作系统/1176344612 [2] Bishop M.M.，离散多元分析（1975） [3] Feller W.，概率论及其应用导论（1970） [4] 内政部：10.2307/2284799·Zbl 0267.62030号 ·doi:10.2307/2284799 [5] 内政部：10.1214/aos/1176346143·Zbl 0533.62027号 ·doi:10.1214/aos/1176346143 [6] Gini C.VariabilitéMutabilitéStudi Economicauridici della facolta di Giurisprudenza dell University di Cagliari III 1912年 [7] 《良好的I.J.》，《概率估计》（1965年）·兹比尔0168.39603 [8] 《Good I.J.》，《皇家统计学会期刊B辑》，第29页，第399页–（1967年） [9] 内政部：10.1214/aos/1176345893·Zbl 0545.62009号 ·doi:10.1214/aos/1176345893 [10] 内政部：10.1214/aos/1176344194·Zbl 0391.62006号 ·doi:10.1214/aos/1176344194 [11] 内政部：10.1214/aos/1176345876·Zbl 0493.62008号 ·doi:10.1214/aos/1176345876 [12] James W.，第四届伯克利数理统计与可解性研讨会论文集，第361页–（1961） [13] DOI:10.1214/aoms/1177693156·Zbl 0246.62017号 ·doi:10.1214/aoms/1177693156 [14] Lehmann E.L.，点估计理论42（1983）·兹比尔0522.62020 ·doi:10.1007/978-1-4757-2769-2 [15] DOI:10.1214/aos/1176346158·Zbl 0521.62014号 ·doi:10.1214/aos/1176346158 [16] DOI:10.1214/aos/1176344613·Zbl 0407.62005年 ·doi:10.1214/aos/1176344613 [17] Rutkowska M.，Zastosowania Matematyki 16 pp 9–（1977） [18] Simpson E.H.，《自然》第16页第163页–（1949年） [19] Stein C.，第三届伯克利数理统计与概率研讨会论文集，第197页–（1956年） [20] Stein C.，《布拉格渐进统计研讨会论文集》，第345页（1973年） [21] 内政部：10.1214/aos/1176345632·Zbl 0476.62035号 ·doi:10.1214/aos/1176345632 [22] DOI:10.1214/aoms/1177706876·Zbl 0088.35503号 ·doi:10.1214/aoms/1177706876 [23] DOI:10.1214/aoms/1177706722·Zbl 0087.14201号 ·doi:10.1214/aoms/1177706722 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。