摘要
在线性损失函数下,对NA样本下一类指数分布族参数θ的经验Bayes单侧检验问题进行了研究.通过构造参数的经验Bayes单侧检验函数,获得了它的渐近最优(a.o)性,在适当条件下得出了所提出的经验Bayes检验函数的收敛速度可以任意接近O(n-1/2).
Based on negatively associated samples, the Empirical Bayes one-sided test rules for the parameter of a class of special exponential distributions are studied under linear loss function. Then the Empirical Bayes one-sided test rules 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.
出处
《江西师范大学学报（自然科学版）》
CAS
北大核心
2011年第6期617-620,共4页
Journal of Jiangxi Normal University(Natural Science Edition)
基金
国家自然科学基金(10161006)资助项目
关键词
经验BAYES检验
渐近最优性
收敛速度
NA样本
Empirical Bayes test
asymptotic optimality
convergence rates
negatively associated samples
作者简介
阳连武（1980-），男，湖南郴州人，讲师，硕士，主要从事应用统计与最优决策的研究．
