指数分布场合系统应力强度模型可靠度的统计推断

利用最大似然估计和广义区间估计方法,研究了元件的强度和承受的应力均服从指数分布时系统应力强度模型可靠度的估计问题,导出了可靠度的最大似然估计和广义区间估计.同时也讨论了模型的拟合检验问题.利用模拟方法研究了提出的广义置信区间的覆盖率和拟合检验的功效,模拟结果表明提出的广义置信区间的覆盖率与名义置信系数是一致的,提出的拟合检验的功效是好的.最后用一个例子说明提出的方法.     

删失数据下单指标模型的经验似然推断

考虑删失数据下单指标模型, 研究了模型中参数的经验似然推断, 证明了所提出的调整的经验对数似然比渐近于卡方分布, 由此构造相应兴趣参数的置信域. 进一步, 由于模型中参数向量的范数等于1,利用该约束条件来降低参数的维数, 从而增加置信域的精度.模拟研究比较了经验似然方法和正态逼近方法的有限样本性质,从置信域的面积和覆盖概率两方面进行了比较,模拟结果表明经验似然方法优于正态逼近方法.     

纵向数据下变系数部分非线性模型的经验似然推断

考虑了纵向数据下变系数部分非线性模型中参数分量置信域的构造.为避免纵向数据组内相关性给构造经验似然比带来的困难,提出了参数分量的分块经验对数似然比统计量,证明了所构造的分块经验似然比统计量渐近于卡方分布.数据模拟表明所提出的分块经验似然方法在置信域大小和覆盖率方面要优于正态逼近方法.     

双参数指数分布的可靠寿命的广义置信下限

基于双参数指数分布定数截尾数据,利用Weerahanandi给出的广义置信区间的概念,建立了可靠寿命的广义置信下限,并从理论上证明了我们给出的广义置信下限是精确的,即基于广义置信下限的区间估计的覆盖率等于要求的置信水平.广义置信下限需要通过数值方法得到,但是计算方法是简单直接的.在小样本情形下,通过对基于广义置信下限的置信区间与Engelhardt-Bain近似置信区间覆盖率的模拟比较,发现广义置信下限更令人满意.     

混合比的统计推断

考虑混合模型中混合比的假设检验和区间估计问题, 所给方法来源于广义p值和广义枢轴量. 在某些情形, 所给的检验和区间估计或置信限是精确的. 在其他情形, 在较弱的条件下, 检验是相合的, 且置信限或置信区间的覆盖率的实际水平趋于名义水平. 模拟结果显示所给方法是令人满意的.     

部分线性单指标EV模型中参数的经验似然置信域

考虑部分线性单指标EV模型,利用纠偏方法构造了模型中未知参数的经验对数似然比统计量.在适当条件下,证明了所提出的统计量依分布收敛于标准x2分布,所得结果可以构造未知参数的置信域.通过模拟研究在置信域精度及其覆盖概率大小方面进行了说明.     

三参数威布尔分布参数的联合置信域

本文讨论三参数威布尔分布的三个参数的联合置信域,对于定数截尾样本和完全样本,提出了三个相互独立的随机变量,从而可以获得参数的联合置信域。进一步提出了构造近似联合置信域的方法。     

缺失数据下线性模型中回归参数的经验似然置信区域

在缺失样本下,构造了线性模型中参数的调整的经验似然置信域,数值模拟表明调整的经验似然置信域有较好的覆盖率和精度.     

变系数EV模型的局部纠偏经验似然

本文研究变系数EV模型,构造了未知系数函数的局部纠偏经验对数似然比统计量,在适当条件下,证明了所提出的统计量都具有渐近χ2分布,所得结果可以用来构造未知系数函数的逐点置信域.通过模拟研究比较了经验似然方法与正态逼近方法在逐点置信域构造方面的优劣.     

部分线性单指标模型中参数的经验似然置信域

考虑部分线性单指标模型, 提出了未知参数的3种对数经验似然比统计量. 在适当的条件下, 证明了所提出的统计量依分布收敛于χ²分布. 所得结果可以用来构造未知参数的置信域. 所提出的方法也适合于纯粹的单指标模型. 通过模拟研究说明了经验似然方法在置信域的精度及其覆盖概率大小方面优于最小二乘方法.     

Statistical inference on mixing proportion

In this paper, the interval estimation and hypothesis testing of the mixing proportion in mixture distributions are considered. A statistical inferential method is proposed which is inspired by the generalized p-values and generalized pivotal quantity. In some situations, the true levels of the tests given in the paper are equal to nominal levels, and the true coverage of the interval estimation or confidence bounds is also equal to nominal one. In other situations, under mild conditions, the tests are consistent and the coverage of the interval estimations or the confidence bounds is asymptotically equal to nominal coverage. Meanwhile, some simulations are performed which show that our method is satisfactory.     

Gamma分布环境因子的统计分析

证明了Gamma分布环境因子的最大似然估计是有偏估计,且其偏差为正,进而导出了Gamma分布环境因子的近似无偏估计.利用Cornish-Fisher展开导出了Gamma分布环境因子的广义置信区间,另外也给了Gamma分布环境因子的Bootstrap-t置信区间.利用模拟方法研究了所给近似无偏估计和区间估计的精度,模拟结果显示所给近似无偏估计和区间估计的精度是相当好的.     

线性测量误差模型的平均估计

频率模型平均估计近年来受到了较大的关注,但对有测量误差的观测数据尚未见到任何研究.文章主要考虑了线性测量误差模型的平均估计问题,导出了模型平均估计的渐近分布,基于Hjort和Claeskens(2003)的思想构造了一个覆盖真实参数的概率趋于预定水平的置信区间,并证明了该置信区间与基于全模型正态逼近所构造的置信区间的渐近等价性.模拟结果表明当协变量存在测量误差时,模型平均估计能明显增加点估计的效率.     

逆高斯分布变异系数和尺度参数的统计推断研究

构造了逆高斯分布中变异系数的广义枢轴量,给出了一种参数的区间估计方法,并与MOVOER(method of variance of estimates recovery)和Bootstrap方法进行比较;给出了多总体下尺度参数两两差的同时置信区间.模拟结果表明:在中、小样本情况下,所给的广义置信区间其覆盖概率接近置信水平,平均区间长度较短,优于MOVOER方法与Bootstrap方法;对于多总体下尺度参数两两差的同时置信区间,所给出的三种同时置信区间,其覆盖率在置信水平附近,具有良好的频率性质.     

Poisson分布下基于鞍点逼近的慢性病风险差的置信区间构造

风险差是流行病学中重要的指标之一,常用来比较两种治疗或两种诊断的有效性.因此,风险差区间的精确估计对流行病病情的诊断以及治疗方案的选择有很重要的意义.结合Poisson抽样的优点以及慢性病发病周期长和发病率低的特点,利用鞍点逼近方法来构造了Poisson分布下风险差的置信区间.同时,通过实例和Monte Carlo模拟对传统的四种区间构造方法进行评价.模拟结果表明:在小样本情况下,鞍点逼近方法得到的置信区间大多数能保证覆盖率近似于期望的置信水平并且使得区间长度最短,是一种很好的置信区间构造方法.     

限制参数空间上的Fiducial推断

给出了在限制参数空间上,利用Fiducial方法求参数的区间估计的一般方法,并且讨论了一些常见的典型问题,结果表明所得的区间估计是合理的．另外,本文还证明了在限制参数空间上,刻度族和位置族中参数的条件Fiducial分布与无信息先验的Bayes 后验分布一致,推广了Lindely的结论．     

������������˫����ָ���ֲ���Ʒƽ���������ʵ�ͳ���ƶ�

本文利用广义p值和广义置信区间理论,研究了两独立服从双参数指数分布产品平均寿命比率的统计推断问题.给出了平均寿命比率的广义置信区间,并对该区间的覆盖率和区间长度进行了数据模拟,模拟结果与已有文献中的近似置信区间进行了比较,结果显示本文给出的广义置信区间的区间覆盖率和区间长度都要优于近似置信区间,特别是在小样本的情况下.     

具有缺失数据的两个伽马分布总体参数的估计与假设检验

主要在数据缺失的情况下研究了伽马分布的参数估计与假设检验,位置参数已知的条件下,给出形状参数的极大似然估计,并证明了形状参数估计的强相合性与渐进正态性,并对两总体参数之差的置信区间和假设检验做出分析,最后做随机模拟验证了其合理性.     

Statistical Analysis Technique of Two-parameter Generalized Exponential Sum Distribution

A new life distribution is proposed, known as ``two-parameter generalized exponential sum distribution". We study the density function and failure rate function, the average failure rate function, the image features and the numerical characteristics of the mean residual life of the distribution. Several methods of calculating point estimation of parameters are discussed. Through the Monte-Carlo simulation, we compare the precision of the point estimations. In our opinion, the best linear unbiased estimation is the most optimal solution of these methods. At the same time, several methods of calculating parameters of interval estimations are given. We also discuss the precision of interval estimations by Monte-Carlo simulation and use the best linear unbiased estimation and the best linear invariant estimation to construct interval estimations which are better than other estimation method. Finally, several simulation examples and a case of maintaining tanks is used to illustrate the application of the methods presented in this paper.