1) entropy loss function
熵损失函数
1.
Bayesian estimation of geometric distribution parameterunder entropy loss function;
熵损失函数下几何分布参数的Bayes估计
2.
In this paper,the formula of Expect Bayes estimation of the reliability under entropy loss function for geometric distribution have been given,when the prior distribution of the reliability is power distribution and βdistribution.
研究几何分布可靠度的先验分布分别为β分布和幂分布时,在熵损失函数下给出了可靠度的EB估计,并结合实际数据比较了两种先验分布下估计值的精度。
3.
This paper considers comparison of MINQUE and simple estimator of Σ in the mult-ivariate normal linear model Y-N(XB, Σ V) under the risk of entropy loss function and symmetry loss function criterion, where the design matrix X need not have full rank and the dispersion matrix V can be singular.
并证明了,在熵损失函数下,MINQUE估计总是优于简单估计。
2) entropy loss
熵损失函数
1.
On the basis of the estimation of the reciproeal of Poisson mean under entropy loss function, the admissbility and the inadmissibility of the estimators [cT(X)+d] -1 are obtained.
研究在熵损失函数下 ,Poisson分布参数倒数的估计 ,得出在熵损失下 ,[c T( X ) +d] -1 形式的一类估计的可容许性和不可容许性 ,并给出可容许估计的充要条
2.
In this paper, Bayes estimation under entropy loss function under type one censoring data from exponential distribution was considered.
给出了在熵损失函数下，指数分布参数的Ｂａｙｅｓ估计。
3) symmetric entropy loss function
对称熵损失函数
1.
This paper deals with the minimum risk equivalent estimation for the scale parameter of exponential distribution under the q-symmetric entropy loss function.
指数分布的尺度参数在对称熵损失函数下的最小风险同变估计(MRE)的形式为,本文根据Brown引理证明了此估计量是可容许的。
2.
of process capability under symmetric entropy loss function, gives MRE s exact form and the confidence limit at confidence level 1-α, and at the same time, it proves that the Bayes estimator is admissible.
研究工序能力指数在对称熵损失函数下的最小风险同变估计（MRE）和Bayes估计，给出MRE估计的精确形式，并对置信度为1-α的区问估计给出临界值，同时，证明Bayes估计是可容许的。
4) q-symmetric entropy loss function
q-对称熵损失函数
1.
Parameter estimation of geometric distribution under Q-symmetric entropy loss function;
Q-对称熵损失函数下几何分布参数估计
2.
Parameter estimation of Poisson distribution and binomial distribution under Q-symmetric entropy loss function
Q-对称熵损失函数下的Poisson分布及二项分布的参数估计
3.
In this paper,we define the q-symmetric entropy loss function on the basis of the symmetric entropy loss function.
本文在对称熵损失函数的基础上定义了q-对称熵损失函数,并用参数估计的方法研究了在q-对称熵损失函数下Gamma分布的尺度参数的最小风险同变估计(MRE)、贝叶斯(Bayes)估计、最小最大(Mininax)估计等。
5) q-symmetric entropy loss function
q对称熵损失函数
1.
By means of the parameter estimation,we give the Bayesian estimation,the minimum risk equivalent estimation and the minimax estimation of scale parameter σ under the q-symmetric entropy loss function in the normal distribution,its mean of which is 0.
用参数估计的方法,研究均值为0的正态分布中刻度参数在q对称熵损失函数下的最小风险同变估计、Bayes估计和M inimax估计,并讨论了[cT+d]1/2形式的估计量当0≤c0;c=c*,d≥0时是可容许的,当0c*,d>0时是不可容许的。
6) a symmetric entropy loss function
一种对称熵损失函数
补充资料：损失函数
损失函数
loss function
损失函数〔卜.云州地阅;uoTep‘柯田叫.a] 统计判定问题中，对于试验的每一种可能结局表示试验者损失(成本)的非负函数.设X是在样本空间任，刃，p，)(口‘。)中取值的随机变盘;D={心是根据X的实现关于参数a可以作出的一切可能判决的空间.在决策函数理论中，定义在OxD上的任一非负函数L称为损失函数.当参数的真值为e时(e‘O)，损失函数L在任一点(a，d)任exD的值表示作出判决d(d〔D)所造成的损失.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条