本项目研究了多元统计模型中参数的Bayes和经验Bayes(EB)统计推断方法及其大样本性质,和PC准则下参数估计量的优良性问题.本项目采取了个人研究与讨论班相结合的形式.研究工作在下列几方面取利得成果:1,线性回归模型,错误指定的回归模型和一般线性模型中参数的EB估计方法及其大样本性质。一些研究工作改进和推广了文献中已有结果。2,离散型多参数指数族参数的EB估计的构造及其大样本性.。这一研究工作是多年来未得到解决的EB估计问题。3,PC准则下线性回归模型和方差分析模型中参数估计量的优良性质,这一研究工作充实和完善了参数估计小样本性质。本项目研究工作具有理论意义和应用价值,研究工作完成15篇论文,其中9篇在国内外刊物发表1篇被接受。本项目基本按原计划如期完成。
{{i.achievement_title}}
数据更新时间:2023-05-31
Characterization of the Driving Style by State-Action Semantic Plane Based on the Bayesian Nonparametric Approach
基于小波高阶统计量的数字图像来源取证方法
农民专业合作联社的特质分析
偏正态数据下混合非线性位置回归模型的统计诊断
1979—2016年夏季西南涡活动及其与降水的关系
线性统计与BAYES推断的理论与方法
电磁场逆问题的贝叶斯(Bayes)统计推断方法
统计决策和推断的若干理论
线性模型统计推断的理论与方法