双参数指数分布位置参数的统计推断

通过次序统计量 ,得到了双参数指数分布 E(μ,λ)中位置参数μ的一致最小方差无偏估计为nn-1 T(1) -1n-1 T,推导出了 ( T-μ) / ( T-T(1) )的分布与参数μ,λ无关 ,从而得到了μ的置信区间与检验统计量 .     

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.     

帕累托分布抽样基本定理及在帕累托分布参数估计中的应用

本文首先发现帕累托分布抽样基本定理,应用到帕累托分布参数估计中,得到了帕累托分布参数的一致最小方差无偏估计;并且得到了单总体帕累托分布参数的置信区间及联合置信区间,以及双总体帕累托分布参数比值的置信区间.     

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.     

双参数指数分布位置参数的统计推断

通过次序统计量,得到了双参数指数分布Ｅ（μ,λ）中位置参数μ的一致最小方差无偏估计为ｎｎ－１Ｔ（１）－１ｎ－１Ｔ＾－,推导出了（Ｔ＾＿－μ）／Ｔ＾－－Ｔ（１））的分布与参数μ,λ无关,从而得到了μ的置信区间与检验统计量。     

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.     

指数分布尺度参数的区间估计

本文在截尾样本情况下，讨论了指数分布尺度参数的区间估计及其改进     

应力服从一类嵌套多元指数分布的结构可靠度估计

本文研究应力服从一类嵌套多元指数分布, 强度服从指数分布的应力---强度结构可靠度模型.分别在强度参数未知、应力参数已知和强度参数已知、应力参数未知的情况下给出了结构可靠度$P_{A}$的估计$\wh{P}_{A1}$和$\wh{P}_{A2}$,并讨论了它们的渐近性质,而且获得了$P_{A}$的近似置信区间.最后对这两种情况下模型结构可靠度的估计$\wh{P}_{A1}$和$\wh{P}_{A2}$进行了随机模拟,随机模拟结果令人满意.     

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.     

自适应逐步II型混合截尾恒加寿命试验下广义指数分布的统计分析

在自适应逐步II型混合截尾恒定应力加速寿命试验下,讨论了两参数广义指数分布的统计分析。利用EM算法和最小二乘法相结合的新方法推导出未知参数与可靠度函数的点估计,通过信息缺失原则得到了观测Fisher信息阵和尺度参数的渐近无偏估计。利用估计的渐近正态性和参数bootstrap方法构造了参数的置信区间。最后运用Monte-Carlo方法分别对得到的点估计和区间估计的精度进行研究,结果表明尺度参数的渐近无偏估计优于相应的两步估计, Boot-p置信区间比相应的渐近置信区间更精确。     

多维指数分布模型

运用 Marshall-Olkin推导二维指数分布的思路 ,提出七个相互独立冲击源的冲击模型 ,构造了三维指数分布 .鉴于该方法分析过程繁琐 ,难于推广到高维情形 .文中另辟溪径 ,利用作者已建立的多维失效率与分布密度函数间的关系 ,并结合致命冲击的含义 ,得到三维乃至一般的 n维指数分布 .     

Alpha Power广义指数分布

研究了一种新的寿命分布,称为Alpha power广义指数分布.新分布的危险率函数具有单调、浴盆和单峰形状,更加灵活地适用于可靠性分析中寿命数据拟合.讨论了新分布的统计特征,包括分位数、矩和矩母函数、熵、次序统计量,并讨论了参数的最大似然估计.通过两组真实寿命数据拟合分析说明了新分布的优越性.     

Empirical Bayes Prediction in Exponential Distribution

This paper concerns with an empirical Bayes prediction problem in exponential distribution. Using observed samples, we construct a prediction interval for a set of interest which consists of some unobserved samples. Simulation studies with different prior distributions are conducted to examine coverage probability of the prediction interval.     

A Two-Parameter Distribution Obtained by Compounding the Generalized Exponential and Exponential Distributions

We introduce a new two-parameter lifetime distribution obtained by compounding the generalized exponential and exponential distributions. We assume that the shape parameter of the generalized exponential distribution is a random variable having the exponential distribution. The shapes of the density and hazard rate functions are derived. The model parameters are estimated by maximum likelihood, and an application of the proposed distribution is presented.

     

连续型指数差分布

本文提出了一个连续型随机变量的概率分布:指数差分布。讨论了该分布的极值、拐点、数学期望和方差,推导了参数的矩估计公式,探讨了该分布与指数分布的关系,给出了该分布在药代动力学中的应用。     

混合指数分布的参数估计

混合指数分布是寿命数据分析中一个非常重要的统计模型\bd 但是利用正规的统计方法如矩估计、极大似然估计等估计模型的参数往往比较困难\bd 本文应用EM算法详细研究了混合指数分布在正常工作条件下和在进行恒加应力加速寿命实验条件下, 在完全数据场合、I-型截尾和II-型截尾场合的参数估计问题\bd 模拟说明利用EM算法来估计混合指数分布是一种非常有效的方法.     

On the Characteristic Properties of Exponential Distribution

New characterizations for the exponential distribution are given in terms of record values and the probabilities of finite sums of independent and identically distributed nonnegative random variables provided that the underlying distribution is either new better than used or new worse than used.     

On the Distribution Modulo 1 of Exponential Sequences

New quantitative results on the intersection of winning sets and the Hausdorff dimension of this intersection are obtained. An application to the problem on fractional parts of the sequence $\{ 2^n 3^m \alpha \}$ is given.