Bayes Estimation for the Marshall–Olkin Exponential Distribution
Marshall–Olkin 指数分布的贝叶斯估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要涉及可靠性系统与寿命分布的贝叶斯估计，未提供金融风险或其他所列方向的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
Marshall–Olkin 指数分布的贝叶斯估计
- 研究问题
- 论文研究从串联系统或并联系统样本估计 Marshall–Olkin 指数分布参数及可靠性函数，并比较两种采样的渐近精度。
- 方法与思路
- 作者在平方损失和允许参数先验依赖的设定下推导贝叶斯估计，构造最高后验密度可信椭球，并处理数值计算问题。
- 材料陈述的贡献
- 摘要称，给出参数与可靠性函数估计及精确、近似可信椭球，并理论分析并联采样相对串联采样的渐近精度增益。
- 阅读关注点
- 应核对串联与并联采样的观测信息、先验形式、可信椭球构造，以及并联估计所需数值程序和精度比较条件。
- 阅读边界
- 仅据 Crossref 摘要。摘要未给出先验细节、数值算法或精度增益大小，不能将渐近比较视为所有有限样本下的优势。
原文摘要
SUMMARY Bayes estimators of the parameters of the Marshall–Olkin exponential distribution are obtained when random samples from series and parallel systems are available. The estimators are with respect to the quadratic loss function, and the prior distribution allows for prior dependence among the components of the parameter vector. Exact and approximate highest posterior density credible ellipsoids for the parameters are also obtained. In contrast with series sampling, the Bayes estimators under parallel sampling are not in closed form, and numerical procedures are required to obtain estimates. Bayes estimators of the reliability functions are also given. The gain in asymptotic precision of parallel estimates over series estimates is also ascertained theoretically.