经验贝叶斯方法的思想最初起源于Von Mises(1942)，后来由Robbins在1955年正式提出。在讨论参数的经验贝叶斯估计的问题上，国内外很多学者做了很多开创性的工作，他们选取一些有代表性的密度函数族和适当的损失函数，对这些函数所含的参数作出估计，并讨论估计的渐近最优性。几何分布是概率论中基本的离散分布之一，与其它一些重要分布有密切的联系，因此对几何分布的研究分析有重要的意义。　　本文讨论了几何分布参数θ的经验贝叶斯估计。首先介绍了常用的做法，即取共轭分布β(a，b)作为先验分布，给出了在平方损失函数下的经验贝叶斯估计，并用与以往不同的方法研究了其渐近最优性。其次对取共轭分布β(a，b)作为先验分布可能出现的问题，提出用（λ，1）上的均匀分布作为先验分布的做法，0＜λ≤θ≤1，给出参数θ在平方损失函数下的经验贝叶斯估计，并证明了该估计的强相合性和渐近最优性。