论文部分内容阅读
经验贝叶斯方法(EB)是一种融样本客观性于主观贝叶斯方法的现代统计分析模式，其自诞生以来在火灾预警处理、质量控制以及生物统计等许多领域得到了广泛的应用。在本文中，我们回顾了近半个多世纪以来前人在经验贝叶斯方法上所作的主要工作，整理并推导了一些常用分布的经验贝叶斯估计结果。同时，本文还对经验贝叶斯估计方法在实用中经常遇到的一些我们所感兴趣的问题进行了讨论和研究，提出了一些新的数据处理和模型改进方法。如：辅助信息量的改进方法、数据标准化预处理方法以及分层经验贝叶斯的理论与方法等。这些新的方法，在实用中往往可以对传统的估计量起到明显的优化作用，本文也用一定的实例和模拟结果进一步证实了它们的有效性。