导读:本文包含了均值混合正态分布论文开题报告文献综述及选题提纲参考文献，主要关键词:混合估计,经验贝叶斯,GMLEB估计,凸优化
均值混合正态分布论文文献综述
吴海龙[1]（2015）在《混合正态分布与泊松分布的均值估计》一文中研究指出本文主要研究了混合正态分布与泊松分布的均值估计问题。在混合正态分布均值估计问题中,我们建立了其与单变量正态分布的经验贝叶斯估计之间的关系,从而转变为单变量正态分布均值的估计问题,而对于单变量经验贝叶斯估计,其先验分布是不知晓的,为此提出了广义极大似然经验贝叶斯(GMLEB)估计,运用EM算法与凸优化方法解决了GMLEB估计问题；对于混合泊松分布均值估计问题,首先给出了经验贝叶斯的均值参数估计,然而由于这一估计不单调,收敛速度非常缓慢,故需要对经验贝叶斯估计进行改进,借此回顾了对经验贝叶斯估计的叁步改进法,同样地也给出了泊松均值GMLEB估计以及泊松近似正态化后的GMLEB估计。为了比较几种估计方法的效果,论文的最后进行了数值模拟,模拟结果显示叁步改进估计以及两种GMLEB估计的均方误差都比原先的经验贝叶斯估计的均方误差有了显着性的降低,估计效果得到了明显的提升。(本文来源于《苏州大学》期刊2015-04-01）
熊明,谢民育[2]（2009）在《均值混合正态分布统计量的性质》一文中研究指出这篇文章基于基因遗传背景,提出了一类均值混合正态分布,它不同于通常所讨论的方差混合正态分布。作者研究了这类均值混合正态分布统计量的性质,给出了平移变换群下不变量的稳健性,即它与正态分布下该统计量有相同的性质,并且讨论了其它统计量的分布。(本文来源于《数学物理学报》期刊2009年03期）
熊明[3]（2004）在《均值混合正态分布统计量的性质》一文中研究指出这篇文章基于基因遗传背景，提出了一类均值混合正态分布： f(x)=integral from n=-∞ to ∞(n(x；1_nμ，∑)dF(μ))，其中n(x；1_nμ，∑)是均值为1_nμ，协方差矩阵为∑的多元正态分布的密度函数，F(μ)是权分布函数。它不同于我们通常所讨论的方差混合正态分布： f(x)=integral from n=0 to ∞(n(x；0，1/v~2I_n)dw(v)) =(2π)-n／2 integral from n=0 to ∞(v~(-n)exp(-1/2x′x/v~2)dw(v)其中n(x；0，1/v~2I_n)是正态分布N_n(0，1/v~2I_n)的密度函数，w(v)是权分布函数，我们研究了这类均值混合正态分布统计量的性质，给出了平移变换群下不变量的稳健性，即它与正态分布下该统计量有相同的性质，并且利用其稳健性将正态分布一些熟知的事实推广到均值混合正态分布的情形，此外，讨论了均值混合正态分布下样本均值(?)和统计量t=n~(1/2)(?)/s的分布。(本文来源于《华中师范大学》期刊2004-05-01）
张国志,鲍曼[4]（1997）在《一类混合正态分布的均值估计》一文中研究指出考虑一类混合正态分布的均值估计问题，在损失函数为Ｌ（δ，μ）＝（δ－μ）＇ｘ（δ－μ）下，给出了优于Ｊａｍｅｓ－Ｓｔｅｉｎ型估计的一类估计。(本文来源于《哈尔滨理工大学学报》期刊1997年01期）
均值混合正态分布论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
这篇文章基于基因遗传背景,提出了一类均值混合正态分布,它不同于通常所讨论的方差混合正态分布。作者研究了这类均值混合正态分布统计量的性质,给出了平移变换群下不变量的稳健性,即它与正态分布下该统计量有相同的性质,并且讨论了其它统计量的分布。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
均值混合正态分布论文参考文献
[1].吴海龙.混合正态分布与泊松分布的均值估计[D].苏州大学.2015
[2].熊明,谢民育.均值混合正态分布统计量的性质[J].数学物理学报.2009
[3].熊明.均值混合正态分布统计量的性质[D].华中师范大学.2004
[4].张国志,鲍曼.一类混合正态分布的均值估计[J].哈尔滨理工大学学报.1997