两参数Lomax分布形状参数的经验Bayes估计问题

依据经验Bayes(EB)估计的思想方法,研究在平方损失函数下两参数Lomax分布形状参数的EB估计问题。在这种损失函数下,获得了形状参数的Bayes估计,利用密度函数的递归核估计方法构造了相应的EB估计,在适当的条件下证明了所提出的EB估计是渐近最优的,并获得了它的收敛速度。最后给出一个满足文中主要结果的实例。     

定数截尾数据缺失场合下双参数指数分布参数的贝叶斯估计

给出了定数截尾双参数指数分布在缺失数据场合下的极大似然估计值和Bayes近似估计值，并在此基础上讨论了该Bayes近似估计关于实验样本个数n的迭代收敛速度，随机模拟表明，Bayes近似估计值的精度要高于极大似然估计值．     

失效率为指数函数的模型中使用屏蔽数据的参数估计

考虑一个由独立、不完全相同的单元组成的串联系统,使用屏蔽数据时的参数估计.当失效率为指数函数时,给出了参数的极大似然估计和Bayes估计.在Bayes估计中,假定未知参数的先验分布为对称的三角分布.主要考虑两单元串联系统,并通过数据模拟对极大似然估计和Bayes估计这两种方法进行了比较.     

一类分布族参数的Bayes统计分析

考虑如下一类分布族:F(x;θ)=[g(x)]θ,A≤x≤B,θ>0,其中g(x)是关于x单调递增的可微函数,且g(A)=0,g(B)=1,其中θ为未知参数。在熵损失函数下,得到了参数的Bayes估计和可容许估计,并讨论了一类(cT+d)-1形式估计的可容许性和不可容许性。     

无失效数据的统计分析

讨论了寿命服从指数分布的无失效数据,利用指数分布的凸性和无记忆性,给出了可靠度的E-Bayes估计和多层Bayes估计,利用数值算例来说明两者之间的关系,并得到了在这两种情况下参数θ的加权最小二乘估计.     

威布尔分布参数的最高后验概率密度区间估计算法

研究了在先验分布为伽玛分布下,威布尔分布未知参数θ的Bayes区间估计方法,并给出参数的最高后验概率密度区间——HPD区间估计的条件极值解法.最后给出例子,说明该方法的优越性.     

回归系数的Bayes估计与最小二乘估计的相对效率

考察在错误指定在先验假定下的回归系数的Bayes估计（BE），并将其与最小二乘估计（LSE）进行比较，对BE与LSE的两种新的相对效率导出了它们的上下界。     

全样本场合下两参数Birnbaum-Saunders疲劳寿命分布的统计分析

通过对数变换给出了求两参数Birnbaum-Saunders(BS)疲劳寿命分布BS(α,β)在全样本场合下参数的对数矩估计,并通过大量Monte-Carlo模拟比较了各种点估计方法的精度.基于对数变换通过一阶泰勒展开,将两参数BS疲劳寿命分布BS(α,β)近似看作两参数对数正态分布,由此得到了2个参数α,β的近似区间估计,通过Monte-Carlo模拟发现,所给出的近似方法比原有方法更精确.最后通过若干实例说明了方法的可行性.     

无失效数据的一类迭代Bayes分析

对无失效数据分析中(0,t]时间段上的失效概率pi,(i=1,…,m),提出一种用m-1个pi的近似分布的混合分布修正pt先验分布的新方法,给出了一类失效概率的单层Bayes迭代估计和多层Bayes迭代估计.两种迭代方法被应用于液压泵数据分析.依照极大似然原则讨论了λm值的选取.对两种迭代方法的比较结果显示,在按似然原则对λm值选取的稳健性方面,多层Bayes迭代法优于单层Bayes迭代法,但多层Bayes迭代法需要更大的计算量.     

指数分布中均值参数的齐次线性估计的可容许性

讨论均值参数为θi（i=1,2,…,n）的指数分布中均值参数θ=（θ1,θ2,…,θn）′的齐次线性估计Ax在矩阵损失函数（Ax-θ）（Ar-θ）′下的可容许估计性,利用矩阵理论与方法,讨论了参数估计的几种具体情况,得到了Ax可容许的一些充分性结果。     

左删失恒定应力部分加速寿命试验下逆Rayleigh分布的参数估计

在恒定应力部分加速寿命试验下，基于左删失样本,研究了逆Rayleigh分布的参数估计问题。运用极大似然法得到未知参数和加速因子的极大似然估计。根据Louis提出的缺失信息原则,计算了Fisher信息矩阵，得到分布参数和加速因子的近似置信区间。当取参数的先验分布为指数分布时，在平方损失函数下求得了参数的贝叶斯估计，并利用极大似然法估计了超参数。通过 Monte Carlo 模拟，得到估计量的均方误差，据此对极大似然估计和贝叶斯估计进行了比较。最后，计算了不同左删失样本下逆Rayleigh分布参数及加速因子的估计。     

截尾数据半参数回归模型的估计理论

本文研究了截尾情形下半参数回归模型中未知参数及函数的估计问题，得到了它们的大样本性质，这些结果与非截尾情形的结果基本一致。     

删失数据非参数回归函数最近邻估计强收敛速度

建立了删失数据非参数回归函数最近邻估计强收敛速度,并得到主阶n的指数为1／(2 d)的最优速度．作为定理的推论,在完全数据情形时,本质地改善了赵林城等(1984,1986)所得的结果。     

抗差加权两阶段估计及其应用

在系统误差为随机变量的情况下，利用加权两阶段估计及抗差加权两阶段估计研究半参数模型得到了参数及非参数的估计；接着，讨论了估计量的影响函数及渐近方差协方差；最后，运用自由水准网的例子说明本文方法的有效性。     

关于两参数Birnbaum-Saunders疲劳寿命分布统计分析的2个注记

通过Monte-Carlo模拟说明目前用于求解两参数Birnbaum-Saunders疲劳寿命分布尺度参数的2种方法可能无法得到尺度参数的区间估计.进一步指出,在利用广义枢轴量法给出尺度参数以及参数函数的置信区间过程中存在错误,并用反例进行了说明,同时给出了正确的证明.     

指数分布模型下稳态可用度的经验Bayes估计

对于可修单元,当失效时间、维修时间均服从指数分布时,利用非参数多项式密度估计的方法给出了单元的稳态可用度A的经验Bayes估计．并通过模拟试验考察非参数多项式密度估计的自由度与估计的精确度的关系.     

点估计的局部矩方法

利用局部矩的概念，得到了关于局部矩估计的两个结论：一，局部矩估计具有强相合性；二，在小样本的情况下，局部矩估计可以给出参数较理想的区间估计．并且通过两个例子，说明了局部矩估计比经典的矩估计适用的范围更广．     

删失场合下回归函数估计的强相合性

本文给出随机删失场合下非参数回归函数的一类核估计，得到核估计的强相合性，并证得对数律。     

误差为Brown运动情形的半参数回归模型小波估计的强相合性

考虑半参数回归模型yt=xtβ＋g（t）＋εt，其中待估参数β∈R，t∈[0，1]为[0，1]上的未知函数，误差εt为标准Brown运动．先利用差分和最小二乘法得到参数的估计，然后利用小波方法得到非参数的估计，最后研究了参数及非参数估计量的强相合性．     

多元Proshan-Sullo型指数分布的特征

利用分布密度分拆的思想，导出了二元Proshan—Sullo型指数分布的多元推广，得到了多元Proshan—Sullo型指数分布的特征，并获得了相应参数的最大似然估计及矩估计．