陈思宝[1]2003年在《指数型分布族中矩估计的序贯置信区间》文中指出本文主要讨论未知参数基于矩估计的序贯置信区间的问题。参数估计的序贯方法自1965年Y.S.Chow研究一般总体均值μ的序贯置信程序后而出现了一个崭新的发展局面。不少学者把这序贯方法应用到不同的模型中和不同的参数估计上，并指出其序贯估计的一些渐近性质，诸如：渐近相合性P(θ∈I_N)→α，渐近有效性(EN(d))/(n(d))→1。 最近，A.Dmitrienko(2000)在构造极大似然估计的序贯置信区域时，提出了一个新的渐近性质：未知代价的有界性(bounded cost of ignorance)，即这是一个很值得考虑的渐近性质。 这里，我们自然地想到，上述的一些渐近性质在极大似然估计方法和其他方法下成立，是否也会在矩估计方法下成立。为此，我们做了以下工作： 我们首先把总体分布局限在指数型分布族中，建立了未知参数一般形式的一维函数的序贯置信区间程序，并得出它的渐近相合性、渐近有效性和未知代价的有界性。 其次，我们就常用的数字特征变异系数、偏度和峰度分别建立了它们的序贯置信区间程序，着重算出它们极限分布中的相关渐近方差。 最后指出，由定理的证明可知，上述矩估计序贯置信程序的渐近性质不受指数型分布族的限制，但要求一定的高阶矩有限。
钱能生, 陈思宝[2]2005年在《指数型分布族中矩估计的序贯置信区间》文中认为在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数(θ)函数g(θ)的一个序贯置信区间估计的步骤和方法.并讨论了在一定条件下,当d→0时,估计的渐近相合性、渐近有效性及有界的最优费用差(EN(d)?n(d))等渐近性质.
陈思宝, 王海贤, 陈桂景[3]2006年在《指数分布族中矩估计序贯置信区间》文中研究指明在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数函数g(θ) 的一个序贯置信区间估计的程序．并讨论了在一定条件下,当d→0,它的渐近相合性、渐近有效性及有界的最优费用差(EN(d)-n(d))等渐近性质．
李二倩, 田茂再[4]2018年在《零膨胀泊松分布参数的固定宽度置信区间构造方法》文中认为评估置信区间的两个常用准则为区间宽度与覆盖率,研究同时达到给定的区间长度与名义覆盖率的区间估计在实际应用中有重要的价值,但这在固定样本量的情况下是无法实现的.应用序贯方法和两阶段抽样方法,乃至多阶段抽样方法是解决这一问题的常用途径.本文对零膨胀泊松分布的两个参数,取零概率p和泊松均值参数λ,进行了固定宽度置信区间的序贯方法和两阶段方法的研究,证明了所提出的所有序贯过程与两阶段过程的渐近相合性与有效性,并通过蒙特卡罗模拟研究展示了所提出方法的效果,并考虑了不同情况下最优固定样本量随两个参数的变化趋势,并通过实证分析来说明方法的应用价值.
参考文献：
[1]. 指数型分布族中矩估计的序贯置信区间[D]. 陈思宝. 安徽大学. 2003
[2]. 指数型分布族中矩估计的序贯置信区间[J]. 钱能生, 陈思宝. 五邑大学学报(自然科学版). 2005
[3]. 指数分布族中矩估计序贯置信区间[J]. 陈思宝, 王海贤, 陈桂景. 系统科学与数学. 2006
[4]. 零膨胀泊松分布参数的固定宽度置信区间构造方法[J]. 李二倩, 田茂再. 应用概率统计. 2018