博碩士論文 89221004 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:25 、訪客IP:3.142.135.186
姓名 楊鴻裕(Hung-Yu Yang)  查詢紙本館藏   畢業系所 數學系
論文名稱 統計模型參數和之估計
(Estimator for the sum of Parameters Based on Statistical Models)
相關論文
★ 定點離散核估計★ 密度函數核估計之差的極限分布及其應用
★ 密度函數的直接核估計與間接核估計★ 前二階樣本動差之函數在m相關平穩過程上之統計推論
★ 平穩過程高階動差之極限分佈及應用★ 隨機過程參數和之估計
★ 二組件組合產品之故障率的非母數估計★ 穩定性密度函數之核估計
★ 柏努力條件下常態分布之參數估計★ (X,Y)及max{X,Y}之分布及特徵函數之估計
★ 二維品質度量之直接與間接參數估計★ 布朗運動之雙曲正弦與雙曲餘弦變換
★ 布朗運動及布阿松過程之變異數分析★ 布朗運動之線性和二次動向函數的同值檢定
★ 兩個獨立的基本Lévy隨機過程之極值過程★ 常態及二項混合模型之最大概似估計式的漸近最優性
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載]
  1. 本電子論文使用權限為同意立即開放。
  2. 已達開放權限電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。
  3. 請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。

摘要(中) 本文以常態分佈,指數分佈,柯西分佈,均勻分佈為例,考慮m.l.e 及Bayes估計,說明參數和可以直接估計也可以間接估計,我們比較直接估計及間接估計之優劣,比較標準為均方差或Pitman測度。
摘要(英) The sum of parameters of normal,exponential,Cauchy and uniform distributions can be estimated directly and indirectly. We compare these two estimation methods based on mean square error or Pitman measure of closeness. The estimators considered includes m.l.e and Bayes estimators.
關鍵字(中) ★ 間接估計
★ 參數和
★ Bayes估計
★ m.l.e
★ 直接估計
★ Pitman測度
★ 均方差
關鍵字(英) ★ mean square error or Pitman measure of closenes
★ estimated directly and indirectly
★ the sum of Parameters
★ m.l.e and Bayes estimators
論文目次 第一節 簡介……………………………1
第二節 常態分佈………………………4
第三節 指數分佈………………………10
第四節 柯西分佈………………………19
第五節 均勻分佈………………………22
第六節 Bayes估計 ……………………29
第七節 結論……………………………40
參考文獻 ………………………………41
參考文獻 〔1〕 Casella, G. and Berger, R.L. (2002). Statistical Inference. 2nd ed. Duxbury.
〔2〕 Keating, J.P., Mason, R.L.,and Sen, P.K. (1993). Pitman’s Measure of Closeness. SIAA.
〔3〕 Pitman, E.J.G. (1937). The closest estimates of statistical parameters, Proc. Cambridge Philos. Soc.,33,212-222.
指導教授 許玉生(Yu-Sheng Hsu) 審核日期 2002-6-20
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明