动态极值排序集抽样设计下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

作     者：陈蒙 陈望学 杨瑞 CHEN MENG;CHEN WANGXUE;YANG RUI

作者机构：吉首大学数学与统计学院吉首416000 

基　　金：国家自然科学基金(12261036,11901236) 湖南省自然科学面上基金(2022JJ30469) 湖南省教育厅重点(21A0328) 2020年湖南省教学改革(HNJG-2020-0552) 湖南省学位与研究生教学改革研究(2022JGZD051) 湖南省青年骨干教师(湘教通(2020)43号)资助项目 

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

年 卷 期：2023年第46卷第5期

页      码：791-803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Inverse Rayleigh分布中参数的一些优良估计.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 Fisher信息量 极大似然估计 最优线性无偏估计 最优线性同变估计 

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：203123310...