逐步Ⅰ型混合截尾下指数-威布尔分布竞争失效模型的统计分析（英文）

本文基于指数-威布尔分布研究逐步Ⅰ型混合截尾竞争失效模型的统计推断问题.根据模型假设和竞争失效数据,推导出未知参数和产品可靠度的极大似然估计;考虑极大似然估计的渐近正态性质,计算出观测Fisher信息阵,从而获得未知参数和可靠度的渐近置信区间.由于贝叶斯后验密度函数不具有封闭形式,利用MCMC方法给出未知参数和可靠度的近似贝叶斯估计以及最大后验密度可信区间.最后通过模拟研究对估计方法作出解释并给出数值结果.结果表明极大似然方法和贝叶斯方法可以对逐步Ⅰ型混合截尾竞争失效模型进行统计推断.     

逐步Ⅱ型截尾下屏蔽数据Burr Ⅻ串联系统的可靠性分析

假设串联系统由两参数BurrⅫ部件组成,两个参数均未知。在逐步Ⅱ型截尾试验下,基于屏蔽系统寿命数据,讨论了部件参数与可靠度函数的统计推断问题。利用极大似然理论及迭代方法,获得了部件参数及可靠度函数的极大似然估计,并给出了其渐近置信区间。鉴于极大似然估计法在完全屏蔽情形下的局限性,通过引入辅助变量并运用Gibbs抽样法,讨论了部件参数及可靠度函数的贝叶斯估计和最大后验密度置信区间。最后给出仿真算例,验证了本文方法的可行性和有效性。     

ABC-EM算法对微商信息传播模型的参数估计

在基于不完备的实验数据条件下,利用近似贝叶斯计算-期望最大化(ABC-EM)算法估计复杂网络中离散时间的随机微商信息传播模型中的参数。首先通过分析微商网络的特点和微商信息传播机制,建立了适合微商信息传播模型的模型,即无知-传播-免疫(ISR)模型。此外,在尝试通过极大似然法(ML)和期望最大化算法(EM)来估计模型的参数失败之后,使用近似贝叶斯连续蒙特卡罗(ABC-SMC)来代替EM算法的E步,并且用ABC-EM算法成功地估计了模型中的参数。最后,仿真结果表明ABC-EM算法比极大似然法估计参数的准确性要高。     

多重Ⅲ型删失数据场合Logistic分布参数的近似似然函数

在多重型删失数据场合,利用ML法做统计推断时,由于似然函数过于复杂,常遇到很大困难.通过文中方法我们获得了Logistic分布参数的近似似然函数,并在大样本场合,证明此似然函数以概率1收敛于原似然函数.     

部分线性回归模型的加权似然推断

针对不同来源的几组相关数据集,研究了部分线性模型的加权似然推断问题,给出了加权似然估计的相合性和渐近正态性,模拟结果表明在均方误差意义下,加权似然得到的估计优于经典的极大似然估计,并把新的估计方法应用到艾滋病临床试验数据分析中.     

多重Ⅱ型删失数据场合 Logistic 分布参数的近似似然函数

在多重Ⅱ型删失数据场合,利用ML法做统计推断时,由于似然函数过于复杂,常遇到很大困难.通过文中方法我们获得了 Logistic 分布参数的近似似然函数,并在大样本场合,证明此似然函数以概率1收敛于原似然函数.     

基于广义半逻辑分布的应力-强度模型统计推断

本文通过研究了独立两总体广义半逻辑分布情形下应力-强度模型可靠度统计推断问题,具体推导出可靠度的极大似然估计和贝叶斯估计.基于平均偏差(均方误差)以及覆盖概率(平均区间长度),分析比较了两种估计量的数值表现.分析结果表明,当两总体参数相同时,贝叶斯估计量表现较好;但当两总体参数不同时,极大似然估计量表现较好.最后,以顾客到两家银行办理业务等待时间为例,说明该理论的具体应用.     

基于成败型不完全数据的参数估计

本文给出了基于成败型不完全数据参数的极小x~2-估计、经验极小x~2-估计和极大似然估计的强相合性、渐近正态性,及模型的x~2检验。     

多变量非线性贝叶斯动态模型的参数估计

本文讨论多变量非线性贝叶斯动态模型参数估计 ,将 Monte Carlo最优法用于极大似然函数 ,得到未知参数和状态变量的估计     

多重Ⅱ型删失数据的近似似然函数及应用

多重Ⅱ型删失数据是一种很常见的数据删失类型，处理起来也非常困难，本文获得了多重Ⅱ型删失数据的一种近似似然函数，并证明了在大样本场合下，这种近似与似然函数是等价的。基于该近似似然函数，求得了参数的近似极大似然估计与近似Bayes估计，并讨论似极大似然估计的性质。