徐瑞標
(武夷學院人文與教師教育學院,福建 武夷山354300)
在參數(shù)估計問題中,參數(shù)估計及其優(yōu)良性一直是非常重要的研究課題.近年來用Bayes 方法取得了一些進展,自文獻[1]中提出了多層先驗分布的想法以來,韓明博士在文獻[2]給出多層先驗分布的構造方法及應用,多層Bayes 方法在參數(shù)估計上取得了一些進展.本文則是研究在一種對稱損失函數(shù)下,幾何分布參數(shù)的Bayes 估計、多層Bayes 估計,并討論Bayes 估計的可容許性及置信下限等相關問題.
定義1[3]: 在伯努利試驗中,若p 為每次試驗成功的概率,如果進行了k+1 次試驗,則前次k成功且第k+1 次不成功(或失敗)的概率為:
其中,k=0,1,2,…0 <p <1,,稱隨機變量X 服從幾何分布,其中參數(shù)p 為幾何分布(1)的可靠度(或成功率).
定義2[4]: 設隨機變量X 服從密度函數(shù)為f(x|θ)的分布,其中θ 為參數(shù),如果δ 是θ 的判決空間中的一個估計,則對稱損失函數(shù)為:
且L(θ,δ)關于參數(shù)θ 和估計量δ 是對稱的,L(θ,δ)關于δ 是嚴凸的,并在δ=θ 處取得唯一的最小值.
定義3[5]: 設隨機變量X 服從密度函數(shù)為f(x|θ)的分布,其中θ 為參數(shù),參數(shù)δ 的先驗分布為π(θ|a,b),超參數(shù)a,b 服從密度函數(shù)π(a,b)的分布,則θ 的多層先驗分布密度為:
θ 的多層后驗分布密度為:
那么在對稱損失函數(shù)(2)下,以π(θ)為先驗分布密度的θ 的Bayes 估計稱為多層Bayes 估計.
引理1[6]: 在對稱損失函數(shù)(2)下,對任何先驗分布π(θ),θ 的Bayes 估計為:
并且如果δB(x)的Bayes 風險有限,則δB(x)是唯一的Bayes 估計.
引理2[7]: 在給定的Bayes決策問題中,假如對給定的先驗分布π(θ),θ 的Bayes 估計是唯一的,則δB(x)是可容許估計.
定理1: 對幾何分布(1),若p 的先驗分布為共軛分布Beta 分布,即
則在對稱損失函數(shù)(2)下幾何分布參數(shù)p 的Bayes 估計為:
證明: 因為參數(shù)p 的后驗分布由
所以由引理1 可得:
(證畢)
定理2: 對于幾何分布(1),如果參數(shù)p 的先驗密度函數(shù)π(p|a,b)為Be(a,b),超參數(shù)(a,b)服從密度為π(a,b),(其中0 <b <1,1 <a <c,c 為常數(shù)),則在對稱損失函數(shù)(2)下參數(shù)p的多層Bayes 估計為:
證明: 因為參數(shù)p 的多層先驗密度函數(shù)為:
參數(shù)p 的多層后驗密度函數(shù)為:
所以在對稱損失函數(shù)(2)下,參數(shù)p 的多層Bayes 估計為:
(證畢)
定理3: 在對稱損失函數(shù)(2)下幾何分布參數(shù)p 的Bayes 估計
是可容許估計.
證明: 因為對稱損失函數(shù)
δ 關于是嚴格凸函數(shù),則其Bayes 估計必是唯一的,由引理2 可得Bayes 估計δB(k 許估計.
(證畢)
定理4: 對于幾何分布(1),給定參數(shù)p 的先驗分布Be(a,b),在對稱損失函(2)下,參數(shù)p 的置信水平1-α 為的Bayes 置信下限θL滿足:
證明: 參數(shù)p 的置信水平為1-α 的Bayes 置信下限θL滿足
則
(證畢)
[1] Lindley D V,Smith A F M.Bayes Estimate for the Linear Model[J].Roy.Statist.Soc.(Ser B),1972,34:1-41.
[2] 韓明.多層先驗分布的構造及其應用[J].運籌與管理,1997,6(3):31-40.
[3] 韓明.二項分布可靠度的Bayes、多層Bayes 估計[J].數(shù)理統(tǒng)計與應用概率,1996,11(3):232-239.
[3] 復旦大學.概率論(第一冊)[M].北京:人民教育出版社,1979.
[4] 王忠強,王德軍.一種對稱損失函數(shù)下正態(tài)總體刻度參數(shù)估計[J].應用數(shù)學學報,2004,27(2):310-323.
[5] 韓明.二項分布可靠度的Bayes、多層Bayes 估計[J].數(shù)理統(tǒng)計與應用概率,1996,11(3):232-239.
[6] 韋師.幾種分布參數(shù)的E-Bayes 估計及其應用[D].南寧:廣西師范學院,2010.
[7] 茆詩松.高等數(shù)理統(tǒng)計[M].北京:高等教育出版社,1998:367-372.