Estimadores bayesianos empíricos para el parámetro medio de la distribución exponencial con una priori conjugada inversa gamma bajo la pérdida de Stein
Autores: Li, Zheng; Zhang, Ying-Ying; Shi, Ya-Guang
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Estimadores bayesianos empíricos para el parámetro medio de la distribución exponencial con una priori conjugada inversa gamma bajo la pérdida de Stein
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estimador de Bayes
Parámetro medio
Distribución exponencial
Pérdida de Stein
Pérdida de Stein esperada posterior
Estimadores bayesianos empíricos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Un estimador de Bayes para un parámetro de media de una distribución exponencial se calcula utilizando la pérdida de Stein, que penaliza igualmente la sobreestimación bruta y la subestimación. También se determina una Pérdida de Stein Esperada Posterior (PESL) correspondiente. Además, se obtiene un estimador de Bayes para un parámetro de media bajo una pérdida de error cuadrático junto con su PESL correspondiente. Además, se utilizan dos métodos para derivar estimadores de Bayes empíricos para el parámetro de media de la distribución exponencial con una priori gamma inversa. Se realizan simulaciones numéricas para ilustrar cinco aspectos. Finalmente, se ilustran estudios teóricos utilizando datos de Nivel de Estrés del 90% de Fatiga Estática.
Descripción
Un estimador de Bayes para un parámetro de media de una distribución exponencial se calcula utilizando la pérdida de Stein, que penaliza igualmente la sobreestimación bruta y la subestimación. También se determina una Pérdida de Stein Esperada Posterior (PESL) correspondiente. Además, se obtiene un estimador de Bayes para un parámetro de media bajo una pérdida de error cuadrático junto con su PESL correspondiente. Además, se utilizan dos métodos para derivar estimadores de Bayes empíricos para el parámetro de media de la distribución exponencial con una priori gamma inversa. Se realizan simulaciones numéricas para ilustrar cinco aspectos. Finalmente, se ilustran estudios teóricos utilizando datos de Nivel de Estrés del 90% de Fatiga Estática.