导读:本文包含了对称损失函数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:损失,函数,对称,非对称,指数,位数,缺口。
对称损失函数论文文献综述
范国兵[1]（2019）在《对称熵损失函数下指数分布寿命性能指数的贝叶斯检验》一文中研究指出在产品的质量特性值服从指数分布条件下,用过程能力指数评估产品的寿命性能,建立了对称熵损失函数下指数分布寿命性能指数的贝叶斯检验方法,给出寿命性能指数C_L的最大似然估计及贝叶斯估计,提出一种新的方法对C_L进行检验,并通过一个应用实例说明该方法的有效性.(本文来源于《河南教育学院学报(自然科学版)》期刊2019年02期）
朱宁,刘庆华,农以宁,蒋东云[2]（2018）在《复合MLINEX对称损失函数下Pareto分布参数的Bayes估计》一文中研究指出文章针对两参数Pareto分布的Bayes估计问题,在尺度参数λ已知的情况下,运用Bayes定理,得到复合MLINEX对称损失函数下形状参数θ的Bayes估计,并证明其是可容许的。最后在给定叁类不同超参数的先验密度函数下,给出E-Bayes估计和多层Bayes估计,且得到E-Bayes估计具有保序性。(本文来源于《统计与决策》期刊2018年05期）
杨昌明,段胜秋[3]（2016）在《基于非对称质量损失模型的函数机构稳健设计》一文中研究指出为解决产品的质量特性偏离理想值所带来的非对称质量损失问题,提出一种非对称质量损失模型。应用截尾正态分布理论,推导出非对称质量损失的均值计算公式,以曲柄滑块机构为例,建立对称与非对称2种稳健优化模型。与对称质量损失函数相比,基于非对称质量损失函数的优化结果能够有效避开质量损失大的方向,从而有效减小质量损失。蒙特卡洛仿真实验验证了该方法的有效性。(本文来源于《西华大学学报(自然科学版)》期刊2016年02期）
杨兴琼[4]（2015）在《对称损失函数下几何分布可靠度的Bayes估计》一文中研究指出本文在对称损失函数下,给出了对于任何先验分布的几何分布可靠度的Bayes估计,同时在其先验分布为幂分布时研究了可靠度的Bayes估计及其容性,给出了可靠度的多层Bayes估计的计算公式.(本文来源于《数学学习与研究》期刊2015年23期）
王晋斌,刘婧蓉[5]（2015）在《中国货币政策是偏好多目标制还是偏好单一目标制?——基于开放条件下非对称损失偏好函数的实证研究》一文中研究指出本文采用非对称损失偏好函数探究了开放条件下央行货币政策在产出缺口、通胀缺口和汇率缺口上的损失偏好,实证结果表明央行的货币政策偏好多目标制。央行在产出和通胀上不存在显着的非对称损失偏好,这种相机抉择的货币政策取向表明控制通胀和促增长是央行并重的目标;但在汇率上存在显着的非对称损失偏好,表明央行的汇率政策侧重于支持出口导向型的增长模式。(本文来源于《金融研究》期刊2015年06期）
徐瑞标[6]（2015）在《一种对称损失函数下几何分布参数的Bayes估计》一文中研究指出研究在一种对称损失函数下,几何分布参数的Bayes估计、多层Bayes估计,并讨论Bayes估计的可容许性及置信下限.(本文来源于《佳木斯大学学报(自然科学版)》期刊2015年01期）
金秀岩[7]（2014）在《复合MLinex对称损失函数下对数伽玛分布参数的Bayes估计》一文中研究指出在MLineX损失函数的基础上,定义了复合MLineX对称损失函数,并在该损失函数下得到了对数伽玛分布尺度参数的Balye8估计、E-Bayes估计、多层Balyes估计.最后,通过数值模拟说明了所给参数估计的稳健性和精确性.(本文来源于《数学的实践与认识》期刊2014年19期）
王琪,任海平[8]（2014）在《非对称损失函数下逆指数分布参数的Bayes估计》一文中研究指出针对逆指数分布的估计问题,在参数的先验分布为无信息Quasi先验分布下,得到了平方误差、LINEX损失和熵损失函数下参数的Bayes估计。最后,通过各估计在平方误差损失函数下的风险函数的比较给出本文的结论。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2014年04期）
刘荣玄[9]（2014）在《对称熵损失下BurrⅫ分布族形状参数和失效率函数的Bayes估计》一文中研究指出基于逐次定数截尾样本,在对称熵损失下,针对不同的先验分布,讨论BurrXII分布的形状参数和失效率函数的Bayes估计。对先验分布中所含的超参数采用减函数法构造其先验分布,从而得到相应的Bayes估计。文中说明了所得到的估计是可容许的,文尾运用Monte Carlo方法对估计量的MSE进行了模拟比较。结果显示,所得到的估计有较高的精度。(本文来源于《数理统计与管理》期刊2014年03期）
董欢欢[10]（2014）在《非对称平方损失函数下的贝叶斯回归》一文中研究指出在对回归系数进行估计时,最常用且最基本的方法是最小二乘法。但是,最小二乘法在实际应用中存在着很多不足之处。一方面,它从均值出发,忽略了协变量对响应变量尾部的影响。而在一些实际问题中,尾部特征通常是我们关注的重点。另一方面,最小二乘估计中随机误差项的假设过于严格。在最小二乘估计中,若随机误差项服从均值为零的同方差分布,回归系数的估计为最优线性无偏估计；若随机误差项服从正态分布,回归系数的估计为最小方差无偏估计。但经济数据通常表现出尖峰后尾、异方差等特点,所以在误差项的以上假设下,我们求得的最小二乘估计将不再具有统计优良性。1978年,Koenker和Bassett提出了分位数回归这一概念,它是中位数回归概念(1818年提出)的推广。与普通最小二乘法相比,分位回归模型不仅不需要对总体分布做任何假设,而且能精确地描述自变量X对于因变量Y的变化范围,捕捉分布上尾和下尾的特征。后随着计算机理论的不断发展,贝叶斯推断方法得到了广泛的应用。贝叶斯方法优于传统的估计方法,它把参数也看作随机变量,从而避免了参数的不确定风险。将贝叶斯统计推断方法与分位数回归结合起来,就得到了贝叶斯分位数回归。因此,贝叶斯分位数回归不仅可以全面的描述样本信息,而且避免了参数的不确定风险,提高了预测的准确性。本文在最小二乘估计和贝叶斯分位数回归估计的基础上,提出了非对称平方损失函数下的贝叶斯估计方法。在贝叶斯理论框架下,我们找到了与之等价的极大似然估计,并且证得了在非对称平方损失函数下,若β服从无信息先验,β的后验密度函数π(β|y)存在这一重要结论,最后通过实例模拟,说明很多情况下,非对称平方损失函数下的贝叶斯估计要优于最小二乘估计和贝叶斯分位数回归估计。(本文来源于《浙江大学》期刊2014-05-01）
对称损失函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章针对两参数Pareto分布的Bayes估计问题,在尺度参数λ已知的情况下,运用Bayes定理,得到复合MLINEX对称损失函数下形状参数θ的Bayes估计,并证明其是可容许的。最后在给定叁类不同超参数的先验密度函数下,给出E-Bayes估计和多层Bayes估计,且得到E-Bayes估计具有保序性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
对称损失函数论文参考文献
[1].范国兵.对称熵损失函数下指数分布寿命性能指数的贝叶斯检验[J].河南教育学院学报(自然科学版).2019
[2].朱宁,刘庆华,农以宁,蒋东云.复合MLINEX对称损失函数下Pareto分布参数的Bayes估计[J].统计与决策.2018
[3].杨昌明,段胜秋.基于非对称质量损失模型的函数机构稳健设计[J].西华大学学报(自然科学版).2016
[4].杨兴琼.对称损失函数下几何分布可靠度的Bayes估计[J].数学学习与研究.2015
[5].王晋斌,刘婧蓉.中国货币政策是偏好多目标制还是偏好单一目标制?——基于开放条件下非对称损失偏好函数的实证研究[J].金融研究.2015
[6].徐瑞标.一种对称损失函数下几何分布参数的Bayes估计[J].佳木斯大学学报(自然科学版).2015
[7].金秀岩.复合MLinex对称损失函数下对数伽玛分布参数的Bayes估计[J].数学的实践与认识.2014
[8].王琪,任海平.非对称损失函数下逆指数分布参数的Bayes估计[J].齐齐哈尔大学学报(自然科学版).2014
[9].刘荣玄.对称熵损失下BurrⅫ分布族形状参数和失效率函数的Bayes估计[J].数理统计与管理.2014
[10].董欢欢.非对称平方损失函数下的贝叶斯回归[D].浙江大学.2014
论文知识图
