定数截尾两参数指数——威布尔分布形状参数的Bayes估计

在不同的损失函数下,本文研究了两参数指数—威布尔分布(EWD)形状参数的Bayes估计问题.基于定数截尾试验,当其中一个形状参数α已知时,给出了另一个形状参数θ在三种不同损失函数下的Bayes估计表达式,并求得了可靠度函数的Bayes点估计.最后运用随机模拟方法,将Bayes估计和极大似然估计进行了比较.结果表明,LINEX损失下Bayes估计的精度比极大似然估计高.     

单参数Pareto分布变点估计研究

研究单参数Pareto分布存在变点时的估计问题,分别利用极大似然估计法和贝叶斯方法对单参数Pareto分布的变点进行估计,并运用Matlab软件进行随机模拟,随机结果表明贝叶斯方法与极大似然估计相比,估计值更接近真值.     

序贯k-out-of-n系统在序约束下参数的估计和算法

本文主要研究带有协变量的序贯k-out-of-n模型.我们假定给定协变量寿命的分布是指数分布,对指数分布的刻度参数建立了对数线性模型.研究了在序约束下模型参数的最大似然估计及最大似然估计量的性质,并且给出了最大似然估计的具体算法并进行了模拟.     

一个新的具有单调降失效率的寿命分布

本文由Pareto分布和Logarithmic分布"混合"生成两参数具有单调降失效率的新型寿命分布,研究了该分布的矩、熵、失效率函数、平均剩余寿命和参数的极大似然估计,应用EM算法求参数的极大似然估计,进行了数值模拟.     

双参数指数截尾分布参数估计相合性的证明

给出了双参数指数分布截尾寿命试验样本的联合分布,得到了参数的极大似然估计,并证明了该估计的相合性.     

Ⅰ型双删失下逆Rayleigh分布的统计分析

在Ⅰ型双删失样本下,用极大似然法得到了逆Rayleigh分布尺度参数估计的迭代公式.根据遗失信息原则计算出了Fisher信息矩阵,由极大似然估计的渐近正态性得到了参数的置信区间.取共轭先验分布,在平方损失函数下,求得了未知参数、可靠度函数的贝叶斯估计和参数的等尾置信区间.根据后验预测密度函数,得到了预测值的估计.通过Monte Carlo随机模拟,得到了多种估计值,并进行了比较,结果表明在小样本场合贝叶斯估计要优于极大似然估计.     

截尾情形下Weibull分布的最大似然估计

本文利用似然函数的单调性,分别给出了定时截尾和定数截尾情形下Weibull分布中参数最大似然估计(MLE)的数值解法.数据模拟研究表明,所给出的解法效果良好.     

二元Marshall-Olkin型指数分布的矩估计及最大似然估计

本文讨论二元Marshall-Olkin型指数分布的参数估计.首先获得参数的矩估计,然后导出了基于完全样本下的似然函数,从而获得了参数的最大似然估计,并得到了参数的无偏估计.文末给出了参数的最大似然估计的模拟迭代值.     

一类加权可靠指数分布

本文研究了一种含有形状参数和尺度参数的加权可靠性指数分布.利用变量替换以及极大似然法,研究了在特定尺度参数下此分布的构造性表示,并导出了计算该分布两个参数极大似然估计的迭代解,同时还给出了估计参数的渐近分布形式.     

删失样本及完全样本下含位置参数的多元指数分布的参数估计

首先归纳出指数分布抽样基本定理;通过分布的识别性分析及参数的识别性分析,导出了串联系统下多元Marshall-Olkin型指数分布的一个识别特征,并由此得到了基于删失样本的含位置参数的多元Marshall-Olkin型指数分布参数的最大似然估计及一致最小方差无偏估计;通过密度分拆重组技术,还导出了随机系统下多元Marshall-Olkin型指数分布的一个特征,并由此得到了基于完全样本的含位置参数的二元Marshall-Olkin型指数分布参数的最大似然估计及无偏估计.     

Burr Type XII 分布的统计推断

该文讨论了两参数 Burr Type XII 分布基于逐次定数截尾样本的参数估计, 导出了有关参数的点估计和区间估计. 我们利用模拟方法对所给点估计和参数的最大似然估计作了比较, 模拟结果显示所给点估计优于常用的最大似然估计. 最后, 用一个实际例子说明本文所给方法.     

Burr Type Ⅻ分布的统计推断

该文讨论了两参数Burr Type Ⅻ分布基于逐次定数截尾样本的参数估计,导出了有关参数的点估计和区间估计.我们利用模拟方法对所给点估计和参数的最大似然估计作了比较,模拟结果显示所给点估计优于常用的最大似然估计.最后,用一个实际例子说明本文所给方法.     

家蝇的寿命分布

本文指出正半轴的Gompertz分布可以很好地拟合实验用家蝇的寿命分布, 指数分布是Gompertz生存模型的特例, 给出了正半轴的Gompertz分布的两个参数明确的生物学解释\bd 本文还讨论了参数估计的问题, 给出了正半轴的Gompertz分布的基于删失数据的极大似然估计和简单最小二乘估计.     

缺失数据下含几何分布的对数线性模型的EM算法

本文研究缺失数据下对数线性模型参数的极大似然估计问题.通过Monte-Carlo EM算法去拟合所提出的模型.其中,在期望步中利用Metropolis-Hastings算法产生一个缺失数据的样本,在最大化步中利用Newton-Raphson迭代使似然函数最大化.最后,利用观测数据的Fisher信息得到参数极大似然估计的渐近方差和标准误差.     

二元极值分布混合模型的矩估计

极值理论在各个领域得到了越来越多的关注和应用, 尤其是多元极值分布. 而矩估计是一种经典的参数估计方法, 计算简单且具有某些优良性, 本文给出边缘为标准指数分布的二元极值混合模型相关参数的矩估计及其渐近方差. 并将其与极大似然估计的渐近方差比较, 结果表明矩估计是一个较好的估计.     

指数分布抽样基本定理及在三参数一般指数分布参数估计中的应用

讨论三参数一般指数分布的参数估计,首先讨论了三参数一般指数分布参数的最大似然估计的求解问题,当其中参数α=1时,应用指数分布抽样基本定理,得到了三参数一般指数分布其它参数的一致最小方差无偏估计;并且由此给出求解三参数一般指数分布参数最大似然估计的迭代方法,得到了三参数一般指数分布参数最大似然估计的近似值,给出了模拟结果以说明迭代方法的收敛性;并以相关文献的观察数据作为样本,得到了三参数一般指数分布的参数估计,从而说明了迭代方法的有效性.     

二元Block～Basu型指数分布的特征及其应用

导出了二元Block~Basu型指数分布的一个特征,利用该特征,获得了二元Block~Basu型指数分布参数的最大似然估计及矩估计,给出了强度服从二元Block~Basu型分布时并联结构系统可靠度的估计,并给出了二元Block~Basu型指数分布的一个随机模拟.     

有限混合Laplace分布回归模型局部估计的EM算法

本文研究了一类有限混合Laplace分布回归模型的局部极大似然估计问题. 利用核回归方法和最大化局部加权似然函数的EM算法, 获得了参数函数的局部极大似然估计量, 并讨论了它们的渐近偏差, 渐近方差和渐近正态性. 推广了有限混合回归模型下局部非参数估计的结果.     

居民收入分布函数的实证研究

收入分布函数的估计方法主要有参数估计法与非参数估计的方法.利用参数估计方法,依据黑龙江省及国家城镇居民人均可支配收入数据,分别采用极大似然法与分段计算分布总体中的参数,确定收入分布函数,然后根据分布函数与实际数据的拟合状况,验证黑龙江省及国家人均可支配收入服从对数正态分布,但是参数的确定方式决定了拟合的有效性.     

截断删失情形下泊松分布参数多变点的Bayes估计

通过添加数据得到截断删失情形下泊松分布的完全数据似然函数,研究变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行估计,详细介绍MCMC方法的实施步骤.随机模拟试验的结果表明参数Bayes估计的精度较高.