逆L-矩估计及其在两参数BS疲劳寿命分布类中的应用

本文提出一种新的点估计方法—逆L-矩估计。针对两参数指数分布、威布尔分布与对数正态分布,参数的逆L-矩估计与L-矩估计是相同。而针对两参数BS、BS Laplace、BS Logistic以及BS极小值分布要得到参数的L-矩估计是非常困难的,但采用逆L-矩估计的方法很容易得到刻度参数与形状参数的点估计,论文还通过大量的Monte Carlo模拟比较了逆L-矩估计与其它的点估计的精度。     

指数分布冷贮备系统产品的统计分析——转换开关指数型的情形

给出了全样本场合下指数分布冷贮备系统产品寿命分布中参数θ≠λ时的矩估计和极大似然估计,通过Monte-Carlo给出了参数矩估计的精度,考察了1000次满足条件时所需要的模拟次数,随着样本量的增大,矩估计存在的比率逐渐增大,而极大似然估计的结果与样本有关.同时给出了参数θ=λ时的矩估计、极大似然估计和逆矩估计,通过Monte-Carlo模拟考察了参数点估计精度,认为矩估计比较优.文章还给出了求参数区间估计的两种方法——精确方法和近似方法,通过Monte-Carlo模拟认为精确方法精度较高.     

部分线性测量误差模型中的估计问题（英文）

本文考虑了部分线性模型中非参数部分带有可加测量误差的估计问题.本文提出了两种估计方法,第一种是基于逆卷积的积分矩估计方法,给出该估计的强相合收敛性.第二种是基于模拟的估计方法,该方法避免了积分矩估计方法中的积分问题.最后本文用一些数值结果来说明估计方法的估计效果.     

指数分布2/3(G)表决系统产品的统计分析

针对指数分布2/3(G)表决系统产品,本文给出了系统的寿命分布及数字特征,并在全样本场合下给出了参数的矩估计、极大似然估计和逆矩估计,通过大量Monte-Carlo模拟比较了三种点估计的精度。此外,还给出了求参数区间估计的两种方法,并通过大量Monte-Carlo模拟考察了区间估计的精度,得到参数的精确区间估计优于近似区间估计。     

含高维相依自变量的中心k阶条件矩子空间的估计

在回归分析中往往对条件均值,条件方差及高阶条件矩特别感兴趣.本文我们将关注中心k阶条件矩子空间在高维相依自变量情形的估计问题.为此,我们首先引入中心k阶条件矩子空间的概念,并研究该子空间的基本性质.针对高维相依自变量的复杂数据,为了避免预测变量协方差阵的逆矩阵的计算,本文提出用偏最小二乘方法来估计中心k阶条件矩子空间....     

关于总体分布的矩确定

本文引进了局部分布、局部矩、局部矩法估计、样本局部矩和局部分布的矩确定等概念。从而为著名的经典矩量问题提供了新的研究途径与方法并获得了若干新结果。     

广义Pareto分布的广义有偏概率加权矩估计方法

广义Pareto分布(GPD)是统计分析中一个极为重要的分布,被广泛应用于金融、保险、水文及气象等领域.传统的参数估计方法如极大似然估计、矩估计及概率加权矩估计方法等已被广泛应用,但使用中存在一定的局限性.虽然提出很多改进方法如广义概率加权矩估计、L矩和LH矩法等,但都是研究完全样本的估计问题,而在水文及气象等应用领域常出现截尾样本.本文基于概率加权矩理论,利用截尾样本对三参数GPD提出一种应用范围广且简单易行的参数估计方法,可有效减弱异常值的影响.首先求解出具有较高精度的形状参数的参数估计,其次得出位置参数及尺度参数的参数估计.通过Monte Carlo模拟说明该方法估计精度较高.     

定数截尾缺失数据下Weibull分布的形状参数两种近似估计的比较

本文研究了定数截尾寿命试验数据缺乏场合下Weibull分布中形状参数的点估计问题．利用次序统计量的方法及逆矩估计法分别给出形状参数的近似估计，并通过大量的Monte—Carlo数值模拟试验对这两种方法精度作了比较。     

在定时截尾样本下三参数威布尔分布的矩估计

讨论了在定时截尾样本下三参数威布尔分布的矩估计问题,得到了在定时截尾样本下三参数威布尔分布的矩估计方程,进而得截尾样本的矩估计(MME).用随机模拟方法表明此矩估计方法有较好的性质.     

WEIBULL分布步进应力加速寿命试验损伤失效率模型参数的近似极大似然估计和逆矩估计

Bhattacharyya和Soejoeti(1980)对步进应力加速寿命试验提出损伤失效率模型(TFR模型)．本针对TFR模型，对两参数Weibull分布，在步进应力加速试验下给出了参数的近似极大似然估计和逆矩估计，并通过Montr-Carlo模拟考察了估计的精度，比较了各估计的优劣。     

一个两参数有浴盆形状失效率的寿命分布的参数估计

讨论了一个由Chen(2000)提出的两参数有浴盆形状失效率的寿命分布基于定数截尾样本的参数估计,导出了有关参数的逆矩估计量和参数的区间估计,并利用模拟方法研究了所给点估计的精度.还指出了Wu等(2005)提出的选择区间估计的最优准则是错误的.最后用一个实例说明本文所给的方法.     

负二项分布两种参数估计及其比较

负二项分布在昆虫空间分布中有重要应用,其参数常用矩法或零频率法来估计。本文讨论两种估计的性质,得到大样本情形下,零频率较大时,零频率估计较矩估计有更高精度的结论;通过计算机模拟,验证结论。     

三参数Ⅰ型广义Logistic分布参数的一类改进估计

广义Logistic分布族在生物、医学、金融管理,以及气象、水文、地质等领域有重要的应用。迄今为止,对此分布族的研究已取得了一系列重要成果;令人遗憾的是,关于三参数I型广义Logistic分布的研究还很不深入。本文利用矩法首先讨论三参数I型广义Logistic分布形状参数的估计,然后利用线性回归分析方法讨论分布的位置参数和刻度参数的估计,改进矩估计。本文所给出的分布参数的估计方法简单、有效;证明了在一定的条件下,本文给出的估计量存在、唯一,且模拟显示:估计量在中小样本情形下,一致优于分布参数的矩估计和L矩估计;特别是在样本容量n介于20和30之间时,估计量有更小的估计偏差和方差。估计方法简单、实用且有效。     

分布形式未知的矩法

我们考虑分布式未知的矩法，假设分布函数Ｆθ（ｘ）可用一多项式表示或逼近，多项式的阶数ｒ未知，其系数为未矩参数θ１，…，θｒ。我们给出了θ１，…，θｒ的一种新的矩法估计。ｒ可自动地求得。估计是强一致的。     

纵向数据广义部分线性模型的惩罚GMM估计

对纵向数据的部分线性模型,通常的做法是用样条方法或者核方法逼近非参数部分,然后再用广义估计方程的估计方法去估计参数部分.本文使用P-样条拟合非参数函数,对不同的矩条件用不同的广义矩方法对模型的参数和非参数进行估计,并且给出了估计量的大样本性质;并用计算机模拟和实例证明了当模型中存在不同的矩条件时,采用不同的惩罚广义矩方法可以显著地提高估计精度.     

Copula函数中参数的矩估计方法

Copula函数是将多维随机变量的联合分布和其边缘分布连接起来的一种函数.关于Copula函数的理论和应用已有不同深度的研究,特别是Copula函数中未知参数的估计问题.本文研究了Gumbel Copula函数的参数估计,提出了矩估计和近似矩估计两种方法,分别得到了未知参数的估计结果,并通过模拟研究对这两种方法进行了比较,结果显示矩估计方法更为合理.     

关于求逆矩陣方法的一个注記

在[1]中給出一求逆矩陣的計算方案,在[2]中依此方案編了标准程序,的确这个方案对計算和編程序都很省很方便。本文的目的在于把它改进一下,給出一种更为方便些的計算方案,并从另外的角度出发,即用消去法的思想給予較簡单和直观的証明,且証明本身还說明了法求逆矩陣与用消去法求逆矩陣之間的关系。計算逆矩陣方案的出发点是这样的,假定A=(a_(ij))是非蛻化n阶方陣,按下面递推公式建立一系列方陣:     

在定数截尾样本下三参数威布尔分布的矩估计

本文讨论了在定数截尾样本下三参数威布尔分布的矩估计问题．在定数截尾情形下，将威布尔分布数据转化为均匀分布数据，利用平均剩余寿命构造样本矩，同时，第三阶矩方程用样本的第一个次序统计量来代替，得到了在定数截尾样本下三参数威布尔分布的矩估计方程，用随机模拟方法得出了矩估计的偏性和均方误差．并与近似MLE进行了比较，表明此矩估计方法有较好的性质．     

一种求逆矩阵的方法——逐次代入法

求一个可逆矩阵的逆矩阵,通常是使用矩阵的初等变换法或伴随矩阵法。下面要介绍的逐次代入法,虽然计算较繁些,但方法是初等的,如果能掌握运算的规律和技巧,计算起来并不觉得困难。这种方法对于可逆的二阶和三阶矩阵求逆矩阵,是行之有效的。若在计算机的     

非负NOD随机变量序列的逆矩

仅在一阶矩有限的条件下获得了非负NOD随机变量序列正则和的逆矩的渐近逼近,特别得到了部分和的逆矩的渐近逼近.本文的结论推广了已有的结果.