Bayes minimax competitors of preliminary test estimators in k sample problems
Bayes minimax competitors of preliminary test estimators in k sample problems
复制标题
k 样本问题中初步测试估计器的贝叶斯极小极大竞争对手
DOI：
10.1007/s42081-018-0002-x
复制
发表时间：
2018
影响因子：
1.3
通讯作者：
M. Ghosh
中科院分区：
文献类型：
--
作者：
R. Imai;T. Kubokawa;M. Ghosh
本文考虑多元正态总体均值向量的估计，其中均值向量被怀疑与其它总体的均值向量近似相等。作为一种替代的初步测试估计的基础上的检验统计量的检验假设的相等的手段，我们得出经验和分层贝叶斯估计，缩小样本的平均向量向合并的平均估计的假设下。这些贝叶斯估计的极大极小性，并通过模拟研究其性能。
In this paper, we consider the estimation of a mean vector of a multivariate normal population where the mean vector is suspected to be nearly equal to mean vectors ofother populations. As an alternative to the preliminary test estimator based on the test statistic for testing hypothesis of equal means, we derive empirical and hierarchical Bayes estimators which shrink the sample mean vector toward a pooled mean estimator given under the hypothesis. The minimaxity of those Bayesian estimators are shown, and their performances are investigated by simulation.
登录
查看更多内容
两个样本问题中初步测试估计器的经验和分层贝叶斯竞争者
影响因子：
1.6
作者：
M. Ghosh;B. K. Sinha
通讯作者：
B. K. Sinha
影响因子：
4.5
作者：
Li Sun
通讯作者：
Li Sun
可接受的预测密度估计
影响因子：
4.5
作者：
L. Brown;E. George;Xinyi Xu
通讯作者：
Xinyi Xu
k 样本问题中均值的贝叶斯同时估计
影响因子：
1.6
作者：
Imai Ryo;Kubokawa Tatsuya;Ghosh Malay
通讯作者：
Ghosh Malay
单向和双向模型中的贝叶斯估计
影响因子：
2.7
作者：
A. Smith
通讯作者：
A. Smith