多維指數族分佈的貝氏序列估計之模擬比較

Tunghai University Institutional Repository > 管理學院 > 統計學系所 > 碩博士論文 > Item 310901/31431

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://140.128.103.80:8080/handle/310901/31431

题名:	多維指數族分佈的貝氏序列估計之模擬比較
其它题名:	Simulation Study on Bayes Sequential Estimation of Multivariate Exponential Family
作者:	朱紀衡
贡献者:	黃連成 Hwang, Leng-Cheng 統計學系
关键词:	多維度指數族;序列估計
日期:	2019
上传时间:	2019-03-21T09:10:04Z (UTC)
摘要:	貝氏序列估計(Bayes sequential estimation)的問題中，主要是在尋找最佳序列法則（optimal sequential procedure），而最佳序列法則包含著最佳停止時間與貝氏估計量兩部分。在最佳序列法則中的最佳停止時間（optimal stopping time）是十分不容易得到的，且也不易得到一個確切的解，但是貝氏估計量卻可以利用數理統計方法去解之。而本研究中，提出了穩健型二階段法則，嘗試來簡化抽樣的程序。　　本研究主要探討多維度指數族分佈下使用加權平方誤差損失和抽樣成本的貝氏序列估計問題。Hwang（2017）提出的穩健型序列法則(robust sequential procedure)和利用Bickel and Yahav（1967﹐1968﹚的方法給出的漸近點最佳法則(asymptotically pointwise optimal procedure)。所以本文中我們採用Hwang（2017）穩健型序列法則與Bickel and Yahav（1967﹐1968﹚漸近點最佳法則和本研究所提出的穩健型二階段法則，討論比較三種方法的貝氏風險。　　本研究透過電腦模擬給定先驗分佈(prior distribution)與參數範圍後，比較三種方法之間的貝氏風險數值結果並加以討論，而結果顯示當先驗分佈參數設定正確時，漸近點最佳法則具有較好的貝氏風險估計值，而當先驗分佈參數設定錯誤時，在某些參數範圍下，穩健型二階段法則有較好的貝氏風險估計值且穩健型序列法則次之。
显示于类别:	[統計學系所] 碩博士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
107THU00337002-001.pdf		2071Kb	Adobe PDF	335	检视/开启

在THUIR中所有的数据项都受到原著作权保护.

数据加载中.....