Liouvile分布与贝叶斯估计

讨论了作为狄利克雷分布推广的Ｌｉｏｕｖｉｌｅ分布对于多项分布抽样情形下的贝叶斯估计，并给出其风险函数与极大似然估计和狄利克雷先验分布下贝叶斯估计风险函数的比较     

广义指数分布下循环序加试验的模型与数据分析

在产品寿命服从广义指数分布的场合下,讨论了循环序进应力加速寿命试验的模型,给出了相应参数的统计分析方法:极大似然估计法和极大似然估计与回归相结合的估计方法,并利用数据模拟比较了它们的优劣性.     

Power Lindley-Logarithmic分布及其参数估计

将Power Lindley分布和Logarithmic分布"混合"得到一个危险率形式多样的新型寿命分布Power Lindley-Logarithmic(PPL)分布,研究了该分布的矩、分位数、危险率函数、顺序统计量的极限分布和参数的极大似然估计(maximum likelihood estimation,MLE),验证了极大似然估计的相合性和渐近正态性,应用EM(expectation-maximization)算法求参数的极大似然估计,并进行了Monte Carlo模拟.模拟实验表明,EM算法得到的参数的极大似然估计很好地反映了参数的真值,且PPL分布参数的极大似然估计具有良好的渐近正态性.     

定数截尾数据缺失场合下双参数指数分布参数的贝叶斯估计

给出了定数截尾双参数指数分布在缺失数据场合下的极大似然估计值和Bayes近似估计值，并在此基础上讨论了该Bayes近似估计关于实验样本个数n的迭代收敛速度，随机模拟表明，Bayes近似估计值的精度要高于极大似然估计值．     

失效率为指数函数的模型中使用屏蔽数据的参数估计

考虑一个由独立、不完全相同的单元组成的串联系统,使用屏蔽数据时的参数估计.当失效率为指数函数时,给出了参数的极大似然估计和Bayes估计.在Bayes估计中,假定未知参数的先验分布为对称的三角分布.主要考虑两单元串联系统,并通过数据模拟对极大似然估计和Bayes估计这两种方法进行了比较.     

基于KL散度的岩土参数可信度贝叶斯估计

鉴于先验信息与样本信息的不匹配, 会导致岩土参数的贝叶斯估计结果与实际产生偏差. 为解决该问题, 本文引入可信度贝叶斯估计的概念, 并结合相容性检验, 改进了基于KL散度的经典可信度计算公式. 最后, 以宁波地区典型土层的地基承载力为例, 对比改进可信度贝叶斯、经典可信度贝叶斯和经典贝叶斯的估计结果. 结果表明: 改进可信度贝叶斯方法能在充分利用先验信息的前提下, 提高样本信息在参数估计中的计算权重, 同时也避免了不匹配问题所导致的贝叶斯计算误差.     

删失场合下回归函数估计的强相合性

本文给出随机删失场合下非参数回归函数的一类核估计，得到核估计的强相合性，并证得对数律。     

四参数二元McKay型伽马分布的几个性质

讨论了四参数二元McKay型伽马分布的几个性质.通过变量替换技术,导出了四参数二元McKay型伽马分布的特征及模拟性质;通过已知可识最小值及差值的分布密度,所有参数皆可识别,得到识别性质;通过计算X,Y之间的相关系数,证明了相关系数落在(0,1)内,得到相关性质,证明了X的尾部关于Y的尾部渐近不相关以及Y的尾部关于X的尾部渐近正相关,得到渐近性质;最后,得到了四参数二元McKay型伽马分布参数的矩估计及最大似然估计.从应用层面考虑,采用二步拟合,先导出了位置参数的最大似然估计,进而导出尺度参数和形态参数的矩估计,得到估计性质.利用已有文献中的实例数据,给出了基于四参数二元McKay型伽马分布的地震灾害评估参数的估计值.     

三参数威布尔分布有替换定时截尾试验的极大似然估计

本文讨论了有替换定时截尾试验, 寿命服从三参数威布尔分布的未知参数的极大似然估计.实例表明, 这种估计是十分有效的.     

基于不完全保修数据的汽车可靠性估计

引入保修期末行驶里程作为伴随变量,刻画了不完全保修数据的似然性,并在指数分布假设下,计算出平均首次故障里程的极大似然估计,推广了完全数据的估计结果.     

无失效数据的统计分析

讨论了寿命服从指数分布的无失效数据,利用指数分布的凸性和无记忆性,给出了可靠度的E-Bayes估计和多层Bayes估计,利用数值算例来说明两者之间的关系,并得到了在这两种情况下参数θ的加权最小二乘估计.     

定时截尾数据缺失场合下指数分布的似然函数的近似

给出了当寿命分布为指数分布时,定时截尾寿命试验数据缺失场合下样本的似然函数的近似,从而可以简化平均寿命的Bayes估计。     

多元Friday—Patil型指数分布的特征及参数估计

讨论二元Friday—Patil型指数分布的多元形式,以及对应的多元指数分布的特征与参数估计．利用分布密度函数等价分拆思想,导出了二元Friday—Patil型指数分布的多元推广,得到了多元Friday—Patil型指数分布的特征,并利用该特征获得了相应参数的最大似然估计及矩估计．因此,多元Friday—Patil型指数分布是一个有特征的混合型分布．     

成败型试验中无失效数据的多层Bayes分析

在有些情况下,很难确定产品的寿命类型,有时虽然产品的寿命分布类型已知,但获得的仅仅是失效个数,而无精确的失效时间,特别是在高可靠定时截尾寿命试验中,经常出现无失效,即失效个数为0的情况.对于此种无失效数据的可靠度,在可靠度的先验分布为负对数伽玛分布时给出了它的Bayes     

三参数威布尔分布参数估计方法比较

选择目前常用的5种三参数威布尔分布参数估计法（概率权重矩法、极大似然法、双线性回归法、相关系数优化法、灰色估计法）进行比较研究,采用不同样本的7组数据进行参数估计,得出了这5种方法各自相应的适用范围,相关结论对正确选用三参数威布尔分布参数求解方法有一定指导意义.     

多元Block-Basu型指数分布的特征及参数估计

利用分布密度分拆的思想,导出了多元Block-Basu型指数分布的特征,得到了相应参数的最大似然估计和矩估计,并给出了相应的模拟结果.     

随机删失场合半参数回归模型参数估计的重对数律‘

本文探讨了随机删失场合半参数回归模型的参数估计问题.考虑半参数回归模型Y =X}}3 + g(T)十。，其中(X,T)’为取值于Kp X [0,1〕上的随机向量，月为1'维未知参数向量，8为定义于【0.1]上的未知函数，。为随机误差，Ee = 0 . Eez = az }。未知，且(X ,T)与。独立，).被一个与之独立的随机变量V所截.此时仅能观察到:Z=min(Y,V),o=1(Y簇V)，参数I3,az的估计量禽及公 z可综合非参数的权函数估计法与参数的最小二乘估计方法得到.本文对核函数的情形得到了念及ar z的精确收敛速度即重对数律.