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.     

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.     

遗传参数的极大似然估计

将Luo和Woolliams模型中的混合正态分布推广到混合对数正态分布.先用矩量法得到各参数的估计值,再将此估计值作为EM(Expectation Maximization)算法迭代的初值进行迭代,将矩量估计和极大似然估计结合起来,提高了EM算法的收敛速度并使修改后的模型更符合生物学事实.     

定时截尾数据缺失场合下指数分布的似然函数的近似

给出了当寿命分布为指数分布时,定时截尾寿命试验数据缺失场合下样本的似然函数的近似,从而可以简化平均寿命的Bayes估计。     

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。     

Power Lindley-Logarithmic分布及其参数估计

将Power Lindley分布和Logarithmic分布"混合"得到一个危险率形式多样的新型寿命分布Power Lindley-Logarithmic(PPL)分布,研究了该分布的矩、分位数、危险率函数、顺序统计量的极限分布和参数的极大似然估计(maximum likelihood estimation,MLE),验证了极大似然估计的相合性和渐近正态性,应用EM(expectation-maximization)算法求参数的极大似然估计,并进行了Monte Carlo模拟.模拟实验表明,EM算法得到的参数的极大似然估计很好地反映了参数的真值,且PPL分布参数的极大似然估计具有良好的渐近正态性.     

广义指数分布下循环序加试验的模型与数据分析

在产品寿命服从广义指数分布的场合下,讨论了循环序进应力加速寿命试验的模型,给出了相应参数的统计分析方法:极大似然估计法和极大似然估计与回归相结合的估计方法,并利用数据模拟比较了它们的优劣性.     

三参数威布尔分布有替换定时截尾试验的极大似然估计

本文讨论了有替换定时截尾试验, 寿命服从三参数威布尔分布的未知参数的极大似然估计.实例表明, 这种估计是十分有效的.     

基于不完全保修数据的汽车可靠性估计

引入保修期末行驶里程作为伴随变量,刻画了不完全保修数据的似然性,并在指数分布假设下,计算出平均首次故障里程的极大似然估计,推广了完全数据的估计结果.     

p-范分布的参数假设检验

p-范分布是包含拉普拉斯分布、正态分布、均匀分布、退化分布等在内的一类重要分布,然而几乎没有针对该分布的检验问题的研究。探讨了p-范分布中未知参数的假设检验,利用矩估计、极大似然估计和中心极限定理等工具研究了一个和两个总体为p-范分布的未知参数的检验问题。参数μ和p采用近似U检验,单总体方差参数σ采用χ~p检验,而两个总体的方差参数是否相等采用F_p检验,并用6个模拟算例和1个实例说明了本文的检验方法是可行的。给出了需要进一步研究的两个开问题。     

四参数二元McKay型伽马分布的几个性质

讨论了四参数二元McKay型伽马分布的几个性质.通过变量替换技术,导出了四参数二元McKay型伽马分布的特征及模拟性质;通过已知可识最小值及差值的分布密度,所有参数皆可识别,得到识别性质;通过计算X,Y之间的相关系数,证明了相关系数落在(0,1)内,得到相关性质,证明了X的尾部关于Y的尾部渐近不相关以及Y的尾部关于X的尾部渐近正相关,得到渐近性质;最后,得到了四参数二元McKay型伽马分布参数的矩估计及最大似然估计.从应用层面考虑,采用二步拟合,先导出了位置参数的最大似然估计,进而导出尺度参数和形态参数的矩估计,得到估计性质.利用已有文献中的实例数据,给出了基于四参数二元McKay型伽马分布的地震灾害评估参数的估计值.     

一种对称损失下两参数广义Pareto分布形状参数的Bayes分析

在加权对称损失函数下，使用Bayes估计方法，讨论了两参数广义Pareto分布形状参数的Bayes估计及其性质，得到了形状参数的Bayes估计的一般形式与在两种不同先验下的精确形式，并由此得到形状参数的最小最大估计的一种形式，将不同的估计联系在一起。并通过模拟研究了所得估计的精度，结果表明所得估计的精度较高。     

三参数威布尔分布参数估计方法比较

选择目前常用的5种三参数威布尔分布参数估计法（概率权重矩法、极大似然法、双线性回归法、相关系数优化法、灰色估计法）进行比较研究,采用不同样本的7组数据进行参数估计,得出了这5种方法各自相应的适用范围,相关结论对正确选用三参数威布尔分布参数求解方法有一定指导意义.     

Liouvile分布与贝叶斯估计

讨论了作为狄利克雷分布推广的Ｌｉｏｕｖｉｌｅ分布对于多项分布抽样情形下的贝叶斯估计，并给出其风险函数与极大似然估计和狄利克雷先验分布下贝叶斯估计风险函数的比较     

非齐次泊松过程模型的参数计算方法

在软件可靠性分析中，应用最大似然估计方法估计三参数非齐次油松过程模型的参数时，所得到的方程组出现奇异性．直接求解存在很多困难．本文针对这种奇异性，采用区间优选法解决了这一问题，并实现了计算机自动求解．     

证据的信任函数表示

以诊断推理为应用背景，研究了信任函数理论框架下的证据表示．从似然原理出发，给出了基于似然性的信任函数所要满足的性质，引入了嵌套表示，建立了嵌套表示与稳健贝叶斯推断的联系，并以一个简化的诊断推理过程为例，说明了嵌套表示的应用，最后指出嵌套表示与其它表示方法的差异来自对似然原理的不同理解．     

子母弹抛散盲区半径评定方法研究

研究了导弹抛散盲区半径的评定方法，所谓盲区半径Rm，指的是以虚拟落点为圆心，子弹无法打到的圆域的半径，给出了几种不同的方法去评估盲区半径；首先，对于弹着点与圆心之间距离（即半径）的分布函数F（d），将Rm看作是分布函数F(d）的一个p分位点εp ，就可以利用矩法和极大似然法得到Rm(即εp）的点估计；此外，将盲区半径指标Rm看成是一个随机变量，每次弹着点的最小半径作为样本值，通过直观的方法得到Rm的3种点估计，对于这些估计，给出它们的分布或近似分布，用经典方法可得到盲区半径的置信上限，最后给出了一个例子。     

无穷维空间上随机偏微分方程的参数估计

对一类无穷维空间上带来未知参数的随机偏微分方程,基于连续样本轨道,给出了参数的极大似然估计,证明了当Fourier系数的个数趋于无穷时,参数估计量的强相合性和渐近正态性.     

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。     

质量-数量性状的遗传参数估计*Ⅱ.利用DH群体或RIL群体

采用混合分布理论与极大似然法，拓展了适用于双单倍体群体（ＤＨ）和重组近交系（ＲＩＬ）群体的质量－数量性状的遗传分析方法．据此方法可以鉴别主－微基因的存在、了解主基因的作用方式、估计主－微基因的遗传效应和方差等遗传参数．