双变量伽马分布闭式参数估计：新方法

我们提出了针对 McKay 双变量伽马分布参数的新型闭式估计方法，通过利用似然方程的单调变换来实现。作为一种特殊情况，我们的方法框架能够恢复最近由 Zhao 等人 (2022) 引入的估计方法[Zhao, J., Jang, Y.-H., and Kim, H. (2022). Closed-form and bias-corrected estimators for the bivariate gamma distribution. Journal of Multivariate Analysis, 191:105009]。建立了理论性质，包括强一致性和渐近正态性。我们进一步引入了第二类闭式估计，其显式基于伽马随机变量之间的随机关系构建。我们的第二种方法包含了 Nawa 和 Nadarajah (2023) [Nawa, V. M. and Nadarajah, S. (2023). New closed form estimators for a bivariate gamma distribution. Statistics, 57(1):150-160] 的估计方法。进行了蒙特卡罗实验以评估有限样本性能，结果表明新的估计方法在避免迭代优化的同时，与最大似然估计的性能相当，并且优于 Zhao 等人 (2022) 和 Nawa 与 Nadarajah (2023) 的现有闭式方法。对一个实际的水文数据集进行分析，以说明所提出的方法的实际应用。