×

关于统治的自相矛盾的争论。 (英文) 兹比尔1435.62036

作者考虑了一个研究得很好的问题:当协方差矩阵(Sigma)未知时,不确定先验信息下多元正态分布均值向量(Theta)的Bayes估计。本研究中使用了插入估计量。将经验贝叶斯估计值与[M.S.Srivastava先生等,《多元分析杂志》。96,第1期,55–72页(2005年;Zbl 1074.62039号)].

MSC公司:

62C12号机组 经验决策程序;经验贝叶斯程序
62甲12 多元分析中的估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Flury,B.,多元统计第一课程(1997),Springer:Springer New York·Zbl 0879.62052号
[2] 埃夫隆,B。;Morris,C.,《观测向量的经验贝叶斯:Stein方法的扩展》,生物特征,59,335-347(1972)·Zbl 0238.62072号
[3] 埃夫隆,B。;Morris,C.,《多元经验贝叶斯与协方差矩阵估计》,Ann.Statist。,4, 22-32 (1976) ·Zbl 0322.62041号
[4] Srivastava,M.S。;Ehsanes Saleh,A.K.M.d.,《多元正态分布平均向量的估计:子空间假设》,《多元分析杂志》。,96, 55-72 (2005) ·Zbl 1074.62039号
[5] Wells,M.T。;周,G.,未知方差的多元正态分布均值的广义Bayes极小极大估计,《多元分析》。,99, 2208-2220 (2008) ·Zbl 1151.62025号
[6] Zinodiny,S。;Rezaei,S。;Naghshineh Arjmand,O。;Nadarajah,S.,二次损失函数下多元正态均值向量的Bayes极小极大估计,Statist。普罗巴伯。莱特。,83, 2052-2056 (2013) ·Zbl 1383.62168号
[7] Wan,A.T.K。;Zou,G.,关于方差未知的多元正态分布均值的无偏和改进损失估计,J.Statist。计划。推理,119,17-22(2004)·兹比尔1075.62567
[8] Brown,L.D。;Greenshtein,E.,估计正态均值高维向量的非参数经验贝叶斯和复合决策方法,Ann.Statist。,37, 1685-1704 (2009) ·兹比尔1166.62005
[9] Ghari,B。;Arashi,M。;Tabatabaey,S.M.M.,《反映正态损失下多元正态模型平均向量的估计》,《统计研究杂志》,43,41-52(2009)
[10] Arnold,B.C.,多元正态均值的可接受估计,《统计研究杂志》,44,129-134(2010)
[11] 萨利赫,A.K.M.D.E。;Kibria,B.M.G.,多元椭圆等高线分布平均向量的估计,加尔各答统计师。公牛协会。,62, 159-181 (2010) ·Zbl 1279.62118号
[12] Khounsiavash,M。;巴格拉基,T。;Ganjali,M.,《多元偏态正态分布作为先验的多元线性回归中的经验Bayes估计》,J.Math。分机,537-50(2011)·Zbl 1269.62024号
[13] Zinodiny,S。;斯特劳德曼,W.E。;Parsian,A.,常见未知方差情况下的多元正态均值向量的Bayes极大极小估计,J.multivariate Anal。,102, 1256-1262 (2011) ·Zbl 1217.62079号
[14] 姜伟,关于正态均值的正则化广义经验Bayes估计,《多元分析》。,114, 54-62 (2013) ·Zbl 1258.62007号
[15] Kubokawa,T.,正态线性混合模型中的约束经验贝叶斯估计及其不确定性,J.多元分析。,122, 377-392 (2013) ·Zbl 1280.62017年
[16] 马丁·R。;Walker,S.G.,稀疏正态平均向量的渐近极小极大经验Bayes估计,Electron。J.Stat.,8,2188-2206(2014)·Zbl 1302.62015年
[17] 袁,M。;Wan,C。;Wei,L.,多元正态分布中平均向量的经验Bayes估计的优越性,科学。中国。数学。,59, 2016, 1175-1186 (2016) ·Zbl 1342.62095号
[18] 韦恩斯坦,A。;马,Z。;Brown,L.D。;Zhang,C.-H.,异方差正态均值的组线性经验Bayes估计,J.Amer。统计师。协会,113698-710(2018)·兹比尔1398.62067
[19] Arashi,M。;Tabatabaey,S.M.M.,LINEX损失函数下位置参数的估计:多元情况,Metrika,72,51-57(2010)·Zbl 1189.62093号
[20] Zellner,A.,《多元学生误差项回归模型的贝叶斯和非贝叶斯分析》,J.Amer。统计师。协会,71,400-405(1976)·Zbl 0348.62026号
[21] Nassar,M.M。;Eissa,F.H.,指数威布尔模型的贝叶斯估计,Comm.Statist。理论方法,332343-2362(2005)·Zbl 1315.62027号
[22] Nasiri,P。;Pazira,H.,存在离群值时广义指数分布的贝叶斯方法,J.Stat.Theory Pract。,4, 453-475 (2010) ·Zbl 05902627号
[23] M.Sadeghi Moghadam,F.Yaghmaie,M.Babanezhad,广义顺序统计下Lomax分布的贝叶斯估计,载于:可靠性及其应用第二次研讨会论文集,2011年。
[24] Panahi,H。;Sayyareh,A.,带II型截尾的Burr XII型分布的序统计量的参数估计和预测,J.Appl。《法律总汇》第41215-232页(2014年)·Zbl 1514.62799号
[25] 戈什,M。;萨利赫,A.K.M.D.E。;Sen,P.K.,回归模型中的经验贝叶斯子集估计,统计决策。,7, 15-35 (1989) ·Zbl 0674.62006年
[26] Arashi,M.,椭圆模型中的约束贝叶斯估计,(国际统计学会第五十七届会议论文集(2009),CPM:CPM德班,南非)
[27] Pourhosseini,M。;Arashi,M.,平衡损失函数下的约束经验Bayes估计,(第十届伊朗统计会议论文集(2010),大不里士大学:伊朗大不里兹大学)
[28] Stark,P.B.,《约束与先验》,SIAM/ASA J.不确定性。数量。,3, 586-598 (2015) ·Zbl 1325.62023号
[29] Karimnezhad,A。;Lucas,P.J.F。;Parsian,A.,贝叶斯网络不确定先验约束参数估计,Electron。J.Stat.,11,4000-4032(2017)·Zbl 1382.62007年
[30] Kim,M.J。;Kim,Y.H.,约束贝叶斯和经验贝叶斯估计:在保险定价中的应用,Commun。统计应用程序。方法,20,321-327(2013)
[31] Torkashvand,E。;Jafari Jozani,医学博士。;Torabi,M.,《带功能测量误差的小区域模型中的约束贝叶斯估计》,Test,25,710-730(2016)·Zbl 1422.62109号
[32] Klugkist,I。;Hoijtink,H.,不等式的贝叶斯因子和关于等式约束模型,计算。统计师。数据分析。,51, 6367-6379 (2007) ·Zbl 1445.62049号
[33] Klugkist,I。;Laudy,O。;Hoijtink,H.,列联表不等式和等式约束假设的贝叶斯评估,心理。方法,15,281-299(2010)
[34] Kubokawa,T。;斯特劳德曼,W.E.,约束贝叶斯和经验贝叶斯估计量的优势性质,伯努利,19220-2221(2013)·Zbl 1281.62037号
[35] Torehzadeh,S。;Arashi,M.,关于贝叶斯分析中收缩小波估计的注释,统计学。普罗巴伯。莱特。,84, 231-234 (2014) ·Zbl 1400.62060号
[36] 莱曼,E.L。;Casella,G.,《点估计理论》(1998),Springer Verlag:Springer Verlag纽约·Zbl 0916.62017号
[37] Ghosh,M.,《有限总体抽样中的可容许性和一致可容许性》(MacNeill,I.B.;Umphrey,G.J.,《应用概率、随机过程和抽样理论》(1987),D.Reidel出版公司:D.Reide出版公司Dordrecht)
[38] Srivastava,M.S.,《多元统计方法》(2002年),威利出版社:威利纽约·Zbl 1006.62048号
[39] Lehmann,E.L.,无偏性的一般概念,数学。《统计》,第22卷,第587-592页(1951年)·Zbl 0044.14902号
[40] Lehmann,E.L.,《检验统计假设》(1959年),约翰·威利:约翰·威利纽约·Zbl 0089.14102号
[41] R: 《统计计算语言与环境》(2019),R统计计算基金会:R奥地利维也纳统计计算基金
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。