简介：推导了∑fromi=1tos（λir）/（πj=1j≠itos（λi-λj））求和公式,从而解决了独立指数分布卷积的矩的计算.
简介：在“平方损失”下，研究了非指数分布族参数θ的经验Bayes估计，首先利用概率密度函数的核估计，构造了位置参数的经验Bayes（EB）估计量，在适当的条件下获得了它的收敛速度．
独立指数分布卷积的矩的计算
非指数分布数族参数的经验Bayes估计的收敛速度
