Weibull分布基于恒加寿命试验数据的统计分析

本文导出了Weibull分布基于恒加寿命试验数据的近似无偏估计和近似区间估计，利用模拟方法说明所给方法的有效性。     

对数正态分布场合有非常数尺度参数恒加试验的参数估计

讨论了对数正态分布场合有非常数尺度参数恒加寿命试验的参数估计，导出了基于全样本和定数截尾样本恒加试验的点估计和近似区间估计。     

指数分布场合下竞争失效产品加速寿命试验的Bayes估计

在指数分布场合下，本文给出了竞争失效产品加速寿命试验（恒加试验，步加试验）一种新的Bayes估计，这种估计方法能充分利用产品各失效机理在正常应力水平下的先验信息．最后利用Monte－Carlo方法对这种估计作了模拟比较．     

关于广义压缩最小二乘估计的注记

本文研究了广义压缩最小二乘估计（ＧＳＬＳＥ）的一些性质，给出了它的均方误差（ＭＳＥ）的一个无偏估计量（ＵＥ），采用极小该ＵＥ的方法确定了ＧＳＬＳＥ的参数选取公式，并把这个统一化的方法应用于广义岭估计，岭估计、Ｍａｓｓｙ主成分估计、Ｓｔｅｉｎ型压缩估计以及根方有偏估计等，从而得到了它们的一种选取参数的方法，最后，结合Ｈａｌｄ实例进行比较分析，结果表明，本文的方法是实用的，有效的。     

相依回归系统参数的一种估计

对于一类相依回归系统（１，１），本文对回归参数β１提出一种新的改进估计，并研究了这种估计及其相应的两步估计的优良性质。     

Weibull分布场合具有非常数形状参数恒加试验的参数估计

本文讨论了Weibull分布场合恒加寿命试验的点估计和近似区间估计，利用模拟方法说明所给方法的有效性。     

定时截尾下指数分布的修正最大似然估计

本文在定时截尾情形下对指数分布提出了修正的最大似然估计，且把修正方法应用到定时截尾恒加试验和步加试验，模拟结果表明修正后的估计量的均方误差有了明显减少。     

超饱和试验设计中的参数估计问题

超饱和试验设计是一种因子个数大于试验次数的试验设计；它是工业统计中的一个新的研究课题，在工业质量控制中有重要的应用。在超饱和设计中，因子效应参数的无偏估计一般不存在，一个因子效应的估计会受到其它因子效应的影响，这种影响是设计本身带来的，称之为交互影响。本文讨论两种参数估计：最小方差可比估计与最小交互影响可比估计。模拟计算的结果显示，在正确地搜寻活动因子的能力方面，最小交互影响可比估计在与实际情况相接近的模拟条件下强于最小方差可比估计。     

在一般Gauss─Markoff模型下线性变换保最佳线性最小偏倚估计

在一般Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型｛Ｙ，Ｘβ，Ｖ｝下，设Ｆ是一个适当阶矩阵，Ｃ为任意适当维向量，本文找到了ＡＹ是Ｃ＇β的最小偏倚估计的充分必要条件及ＡＹ是Ｃ＇β的最佳线性最小偏倚估计的充要条件．在以概率１意义下，证明了对于所有适当维向量Ｃ，Ｃ＇β的最佳线性最小偏倚估计能被表示成ＦＹ的线性函数的充要条件，且在此条件下，线性变换保最佳线性最小偏倚估计．     

线性模型中最小二乘估计的一种新的相对效率

对于线性模型未知参数最小二乘估计，本文提出了一种新的相对效率，并研究了它的性质，以及与Bloonfield-Watson等，讨论过的另一种相对效率的关系。     

Gompertz分布TFR模型多步步进应力加速寿命试验的统计分析

本文给出了Gompertz分布产品的多步步加试验损伤失效率模型下参数的极大似然估计和拟矩估计, 最后通过模拟例子说明本文方法是可行的. 另外, 本文还给出了参数的区间估计.     

单参数指数分布产品截尾样本场合简单步进应力加速寿命试验损伤失效率模型下的统计分析

本文给出单参数指数分布产品截尾样本场合简单步进应力加速寿命试验损伤失效率模型下参数的极大似然估计和拟矩估计。     

Estimation of the entropy of a multivariate normal distribution

Motivated by problems in molecular biosciences wherein the evaluation of entropy of a molecular system is important for understanding its thermodynamic properties, we consider the efficient estimation of entropy of a multivariate normal distribution having unknown mean vector and covariance matrix. Based on a random sample, we discuss the problem of estimating the entropy under the quadratic loss function. The best affine equivariant estimator is obtained and, interestingly, it also turns out to be an unbiased estimator and a generalized Bayes estimator. It is established that the best affine equivariant estimator is admissible in the class of estimators that depend on the determinant of the sample covariance matrix alone. The risk improvements of the best affine equivariant estimator over the maximum likelihood estimator (an estimator commonly used in molecular sciences) are obtained numerically and are found to be substantial in higher dimensions, which is commonly the case for atomic coordinates in macromolecules such as proteins. We further establish that even the best affine equivariant estimator is inadmissible and obtain Stein-type and Brewster–Zidek-type estimators dominating it. The Brewster–Zidek-type estimator is shown to be generalized Bayes.     

Estimating a Distribution Function for Censored Time Series Data

Consider a long term study, where a series of dependent and possibly censored failure times is observed. Suppose that the failure times have a common marginal distribution function, but they exhibit a mode of time series structure such as α-mixing. The inference on the marginal distribution function is of interest to us. The main results of this article show that, under some regularity conditions, the Kaplan–Meier estimator enjoys uniform consistency with rates, and a stochastic process generated by the Kaplan–Meier estimator converges weakly to a certain Gaussian process with a specified covariance structure. Finally, an estimator of the limiting variance of the Kaplan–Meier estimator is proposed and its consistency is established.     

回归系数的广义根方估计及其模拟

文献[1,2]中提出了回归系数的根方估计~(k),当回归自变量间存在复共线关系时,~(k)较回归系数的最小二乘估计有所改善,本文将根方估计作一拓广,得出了回归系数的广义根方估计~(K),其中K为对角阵,文中证明了广义根方估计~(K)较~(k)能更有效地改善最小二乘估计,并给出了广义根方估计的显式解,在此基础上,提出了广义根方估计的显式解和一种确定k_i的方法。     

随机变量二次型的协方差在混合效应模型中的应用

本文提出方差分量ANOVA估计的一种改进方法, 证明了对于一般的方差分量模型, 只要方差分量的ANOVA估计存在就可以通过此方法给出其改进形式, 并且在均方误差意义下优于ANOVA估计. 特别地, 对于单向分类随机效应模型, Kelly和Mathew^[1]对ANOVA估计的改进就是我们提出的改进方法的特殊形式, 这也给出了此类改进估计在均方误差意义下优于ANOVA估计的另一种合理的解释. 同时, 本文又将此思想应用到对谱分解估计的改进上. 本文应用协方差的简单性质证明了对带有一个随机效应的方差分量模型, 当随机效应的协方差阵只有一个非零特征值时, 随机效应方差分量谱分解估计在均方误差意义下总是优于ANOVA估计. 本文最后将第三节的结论推广到广义谱分解估计下, 同时给出广义谱分解估计待定系数的一个合理的取值.     

柯西分布的参数估计

研究了柯西分布的参数估计问题,给出了位置参数的最小一乘估计和尺度参数的低阶矩估计.证明了柯西分布位置参数的最小一乘估计具有渐近无偏性与强相合性;尺度参数的低阶矩估计具有强相合性.     

几何分布截尾样本场合步进应力加速寿命试验TFR模型下的统计分析

讨论了几何分布产品在步进应力加速试验TFR模型下寿命分布.给出了其寿命分布函数步进形式,在截尾样本场合利用极大似然估计方法和拟矩估计方法求出了未知参数的点估计,最后利用计算机模拟考察了说明本文方法的可行性.     

几何分布产品全样本场合步进应力加速寿命试验TFR模型下的统计分析

讨论了几何分布产品在步进应力加速试验TFR模型下寿命分布.给出了其寿命分布函数步进形式,在全样本场合利用极大似然估计方法和矩估计方法求出了未知参数的点估计,最后利用计算机模拟说明本文方法的可行性.     

Simultaneous estimation of means of classified normal observations

Simultaneous estimation of normal means is considered for observations which are classified into several groups. In a one-way classification case, it is shown that an adaptive shrinkage estimator dominates a Stein-type estimator which shrinks observations towards individual class averages as Stein's (1966,Festschrift for J. Neyman, (ed. F. N. David), 351–366, Wiley, New York) does, and is minimax even if class sizes are small. Simulation results under quadratic loss show that it is slightly better than Stein's (1966) if between variances are larger than within ones. Further this estimator is shown to improve on Stein's (1966) with respect to the Bayes risk. Our estimator is derived by assuming the means to have a one-way classification structure, consisting of three random terms of grand mean, class mean and residual. This technique can be applied to the case where observations are classified into a two-stage hierarchy.