完全随机缺失机制下伽玛分布中形状参数的经验贝叶斯推断  

Empirical Bayes inference for scale parameter of Gamma distribution with MCAR

作　　者：李乃医[1] 刘华祥[1] 陈入云[1] 杜军[2] 

机构地区：[1]广东海洋大学理学院,广东湛江524088 [2]广东海洋大学经济管理学院,广东湛江524088

出　　处：《纯粹数学与应用数学》2009年第4期764-769,773,共7页Pure and Applied Mathematics

基　　金：广东海洋大学科研资助项目(0612163;E09230);2008年广东省哲学社会科学十一五规划项目(08YO01)

摘　　要：在完全随机缺失机制下构造了伽玛分布参数的经验贝叶斯检验函数,并获得了它的渐进最优性.在适当的条件下证明了所提出的经验贝叶斯检验函数收敛速度可任意接近O(n(-1/2)).In MCAR, the Empirical Bayes two-sided test rules for parameter of the gamma distribution family are constructed, and the asymptotically optimal property is obtained. It is shown that the convergence rates of the proposed EB test rules can arbitrarily close to O（n^-1/2） under suitable conditions.

关 键 词：完全随机缺失 经验贝叶斯检验 渐近最优性 收敛速度 

分 类 号：O212.1[理学—概率论与数理统计]