截断数据模型中的两阶段抽样序贯密度估计

令X_1,X_2,…是iid随机变量序列,满足分布F密度函数f.X_i被随机变量Y_i右截断,而Y_i是iid随机变量,且与X_t独立。我们仅能观察到样本 Z_i=min(X_i,Y_i),δ_i=I(X_i≤Y_i)估计量f_n和_n是基于KM估计量的f的核型估计,在本文中,我们基于f_n和_n分别构造f的两阶段抽样的序贯固定长度2d,渐近置信系数1-α。(0<α<1)的置信区间。并讨论了停时的渐近性质。     

随机截断模型下的中心极限定理

在流行病学,生物统计学和天文学中常遇到随机截断数据.在随机截断下,人们关心的随机变量X被另一个随机变量y干扰.只有当X≥y时,才能观测到X和Y.在这个模型下,人们需要用截断数据估计X的分布函数F.本文证明,F的非参数最大似然估计Fn在下述意义下服从中心极限定理.对任何可测函数g(x),√n∫f9(x)[dFn(x)-dF(x)]依分布收敛到均值为零方差为σ2的正态分布.从这个结果可以得出F的各种矩,特征函数等估计的渐近正态性.作为推论,还可以得到Fn在整个直线上的依分布收敛.我们的结果不要求X和Y的分布函数连续,得到的方差公式是简明的.     

强子碰撞中平均横动量的多重数分布随截断的变化

利用三火球模型,对s=22GeV情况下,强子碰撞中平均横动量的多重数分布曲线斜率、随横动量截断值的增加由负转变为正进行研究的结果表明,是侧边火球产生强子的平均横动量,随横动量截断值的增加的增幅大于中心火球产生强子的平均横动量的增幅而出现的.     

周期数据时段划分的双截断高斯混合模型及其EM算法

有限混合模型是多模态数据拟合和聚类的有力工具,本文针对具有多模态的周期数据提出了双截断高斯混合糢型,并推导出相应的EM算法,再通过BIC准則确定混合成分个数,该方法的优点是可以将相邻周期上距离较近的数据聚为一类.模拟研究显示,在具体参数设置下,EM算法和BIC准则是相合的。最后,该方法应用于车流量数据的时段划分,将一天划分为具有显著特征的6个时段,有助于交通部门采取相应策略,为优化交通灯信号配时提供参考依据.     

天气影响产出下订单农业质量分级模式协调机制研究

本文假定公司承担种子、化肥、农药等成本,农产品实际产出受截断正态分布自然条件影响,在农户参与性约束条件下,建立公司利润最大化决策模型。模型中农户在满足参与约束下自愿提供土地及劳动力,并按照公司技术指导进行生产。探讨了不同自然条件对最优收购价格和公司利润的影响,分析了集中销售与质量分级销售模式的区别。通过研究发现,不利天气造成的减产比有利天气增产的强度大时,随着天气风险的增大,定单价格增大、公司利润降低;反之,定单价格随着自然风险的增大而减少、公司利润增大。由于质量分级销售比集中销售模式对于提高公司利润总是有利的,建议公司按统一价格收购后以质量分级模式进行销售。     

定量磁化率成像多回波相位拟合算法研究

定量磁化率成像(quantitative susceptibility mapping,QSM)技术大多采用多回波梯度回波序列采集相位数据,经加权最小二乘法(weighted linear least-square,WLS)拟合得到局部磁场分布.对于组织磁化率分布不均匀的区域,尤其是颅底部位,常规WLS算法拟合得到的局部磁场误差较大,导致相应部位磁化率分布图信噪比较低.针对常规WLS算法的这一不足,该文提出了一种截断WLS算法.对两种算法拟合得到的磁化率分布图对比研究发现,截断WLS算法可有效提高颅底部位定量磁化率分布图的图像质量,使其噪声明显下降.     

左截断右删失数据下离散型寿命失效率变点模型的Bayes参数估计

利用EM算法和MCMC方法得到了左截断右删失数据下离散型寿命失效率变点模型的参数估计.利用筛选法对缺失数据进行填充,对各参数进行Gibbs抽样.随机模拟证实方法可行且参数估计的精度较高.     

调和Hardy空间上的Toeplitz算子的酉等价性

记H²是单位圆盘D={ξ∈C:|ξ|<1}上的经典Hardy空间.设u和v是内函数且至少其中一个是非常值的,调和Hardy空间H_u,v²定义为H_u,v²=uH²⊕v(H²)^丄=uH²⊕vzH².对任意的x∈H_u,v²,定义H_u,v²上的调和Toeplitz算子T_φx=Q_u,v(φx),其中,Q_u,v:L²→H_u,v²为正交投影.该文刻画了调和Toeplitz算子和对偶截断Toeplitz算子的酉等价性,并给出了两个调和Toeplitz算子可交换的充要条件,调和Toeplitz代数的性质以及T_z的换位子的刻画.最后,该文还得到了...     

基于MINRES-QLP截断牛顿法的全波形反演

在全波形反演过程中,二阶梯度信息扮演着重要的作用.然而,由于其巨大的计算量和内存需求,限制了其在全波形反演问题中的应用.本文基于MINRES-QLP方法提出了一种高效的截断牛顿全波形反演方法.该全波形反演方法能够充分利用目标泛函的二阶梯度信息,提高反演精度.MINRES-QLP反演方法还能够利用Hessian阵负特征值信息,从而提高算法的重构分辨率和计算效率.针对Hessian阵计算难题,本文给出了一种矩阵向量相乘的快速算法.基于二维2004 BP模型,Sigsbee模型,验证了MINRES-QLP截断牛顿反演方法的有效性.数值结果表明MINRES-QLP截断牛顿法能充分利用二阶梯度信息和Hessian阵负特征值信息,从而加速算法收敛速度和提高成像精度.     

模态截断与简谐载荷的响应灵敏度分析

本文解决了如何利用获得的少数低阶模态，通过改进的模态展开法来计算响应及其灵敏度的问题。算例表明本文方法十分有效