动态极值排序集抽样设计下Rayleigh分布的参数估计

作     者：沈炳良 陈望学 王硕 SHEN BINGLIANG;CHEN WANGXUE;WANG SHUO

作者机构：吉首大学数学与统计学院吉首416000 

基　　金：国家自然科学青年基金(11901236) 湖南省自然科学面上基金项目(2022JJ30469) 湖南省教育厅重点项目(21A0328) 湖南省青年骨干教师项目(湘教通(2020)43号) 2020年湖南省教学改革项目(HNJG-2020-0552) 吉首大学2021年实验室开放基金项目(JDLF2021024)资助 

出 版 物：《应用数学学报》 (Acta Mathematicae Applicatae Sinica)

年 卷 期：2022年第45卷第4期

页      码：595-606页

摘      要：在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果显示MERSS估计比SRS估计更有效.

主 题 词：动态极值排序集抽样 无偏估计 最优线性无偏估计 极大似然估计 修正极大似然估计 

学科分类：02[经济学] 0202[经济学-财政学类] 020208[020208] 07[理学] 0714[0714] 070103[070103] 0701[理学-数学类] 

核心收录：

馆 藏 号：203114365...