文献类型：期刊文献

中文题名：完全随机缺失机制下伽玛分布中形状参数的经验贝叶斯推断

英文题名：Empirical Bayes inference for scale parameter of Gamma distribution with MCAR

作者：李乃医[1];刘华祥[1];陈入云[1];杜军[2]

机构：[1]广东海洋大学理学院,广东湛江524088;[2]广东海洋大学经济管理学院,广东湛江524088

年份：2009

卷号：25

期号：4

起止页码：764

中文期刊名：纯粹数学与应用数学

外文期刊名：Pure and Applied Mathematics

收录：CSCD_E2011_2012、CSCD

基金：广东海洋大学科研资助项目(0612163;E09230);2008年广东省哲学社会科学十一五规划项目(08YO01)

语种：中文

中文关键词：完全随机缺失;经验贝叶斯检验;渐近最优性;收敛速度

外文关键词：MCAR, Empirical Bayes test, asympototic optimality, convergence rates

中文摘要：在完全随机缺失机制下构造了伽玛分布参数的经验贝叶斯检验函数,并获得了它的渐进最优性.在适当的条件下证明了所提出的经验贝叶斯检验函数收敛速度可任意接近O(n(-1/2)).

外文摘要：In MCAR, the Empirical Bayes two-sided test rules for parameter of the gamma distribution family 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.