رهیافت بیز تجربی ناپارامتری

روش بیز تجربی ناپارامتری برای برآورد پارامتر نامعلوم? معرفی شده است. این روش، برآوردگربیز تجربی برای پارامتر نامعلوم ? و ریسک پسین مینیمم مربوطه به آن را در فرم بسته بدون برآورد تابع چگالی پیشین نامعلوم پارامتر نامعلوم با استفاده از برآورد تابع چگالی کناری آماره بسنده، برای ? را می دهد. در چنین روشی به برآورد تابه چگالی پسین هم نیاز نمی باشد. برآوردگرهای بیز تجربی و ریسک پسین مینیمم نرخ شکست توزیع نمایی، پارامترهای مقیاس نامعلوم توزیع های گاما و وایبل و پارامتر شکل توزیع پارتو و برآورد اندازه های قابلیت اعتماد در مدل قابلیت اعتماد نمایی ارائه شده است. روش شبیه سازی مونت کارلو به منظور:1) بررسی این که چگونه تعداد آزمایش های موجود گذشته و اندازه هریک از آزمایش ها در دقت برآوردگر موثر است؟2)بررسی این که آیا برآوردگر چگالی چند جمله ای ناپارامتری با مرتبه بالاتر برآورد معنی داری می دهد یا نه؟3)ایجاد مقایسه بین روش ارائه شده و بیز وقتی که تابع چگالی احتمال پیشین پارامتر نامعلوم ?، توزیع گاما استفاده شده است. هم چنین مساله برآورد هم زمان بردار میانگین پواسن و کارایی برآوردگر بیز تجربی ناپارامتری از نقطه نظر سازگاری ریسک بررسی می شود و این که نشان داده شده کارایی برآوردگر بیز تجربی ناپارامتری از نقطه نظر ریسک یکنواخت ساختاری بهتر از برآوردگرهای جیمز-اشتاین و ماکزیمم درست نمایی می باشد.