简介:推导了∑fromi=1tos(λir)/(πj=1j≠itos(λi-λj))求和公式,从而解决了独立指数分布卷积的矩的计算.
简介:在“平方损失”下,研究了非指数分布族参数θ的经验Bayes估计,首先利用概率密度函数的核估计,构造了位置参数的经验Bayes(EB)估计量,在适当的条件下获得了它的收敛速度.
独立指数分布卷积的矩的计算
非指数分布数族参数的经验Bayes估计的收敛速度