非线性回归模型的经验似然诊断

经验似然方法已经被广泛用于线性模型和广义线性模型.本文基于经验似然方法对非线性回归模型进行统计诊断.首先得到模型参数的极大经验似然估计;其次基于经验似然研究了三种不同的影响曲率度量;最后通过一个实际例子,说明了诊断方法的有效性.     

非对称损失函数下Burr Ⅻ型分布可靠性指标的Bayes估计

本文研究了R=P(Y＜X)在两种非对称损失函数下的Bayes估计问题,其中随机变量X和Y相互独立且服从不同的Burr XII型分布.利用Lindley近似方法,获得了Bayes估计的显式近似表达式,通过随机模拟比较了不同损失函数下的Bayes估计的性质.     

非Lipschitz条件下的包含下微分算子的带跳倒向随机微分方程(英文)

本文在非Lipschitz系数下,考虑了一类多值的倒向随机微分方程.利用极大单调算子的Yosida估计和倒向随机微分方程在非Lipschitz条件下解的存在唯一性,获得了多值带跳的倒向随机微分方存在唯一解的结论.     

基于Crouzeix-Raviart元的界面浸入有限元方法及其收敛性分析

本文对具间断系数的二阶椭圆界面问题提出一种浸入有限元方法(theimmersed finite element method), 即在界面单元上采用依赖于界面的线性多项式空间离散, 而在非界面单元上采用Crouzeix-Raviart非协调元离散. 论证表明, 该方法具有对界面问题解的最优L²-模和H¹-模收敛精度.     

Pareto-Geometric分布

本文提出了一种具有单调失效率的新型寿命分布, 即由Pareto分布和Geometric分布生成的两参数的Pareto-Geometric分布, 研究了该分布的各种性质和参数极大似然估计的存在唯一性, 并应用 EM 算法得到了参数的极大似然估计值和相应的渐近方差、协方差.     

供应链网络可靠性的多层Bayes估计模型

对供应链网络可靠性进行界定和分析,以节点企业间的协同为基础,得到可靠度计算模型,以此为依据采集实证样本无失效运行的数据.根据供应链网络可靠性统计特性,建立一种多层Bayes估计方法,应用于样本可靠性评估中.在估计失效率的基础上,对供应链网络可靠度进行估计,对仿真结果进行分析,显示多层Bayes估计方法应用效果较好,精确度高,反映了参数不确定性对供应链网络可靠性的影响,能够较好地解决依据无失效数据判定供应链网络可靠性水平的问题.     

含右删失数据的ZIP模型及其应用

零膨胀Poisson回归(ZIP)是处理零频数过多计数资料的有效模型,而计数数据一般含有删失或不精密的特点.本文将删失数据引入到ZIP模型中来,分别建立含右删失数据的固定效应ZIP模型,随机效应ZIP模型,通过极大边际似然函数估计法对模型进行参数估计.最后,利用实例分析验证了上述模型的可行性.     

约束下线性混合模型参数估计的渐近解及其收敛性

在线性不等式约束下讨论了具有相同参数的两个线性混合模型的参数估计问题,给出了一种迭代算法,得到了这类模型中参数的最小二乘估计序列及其渐近解.在此基础上,利用多元多项式方程组解的个数定理和不动点定理,证明了此估计序列是依概率1收敛的.     

一个平面弹性问题的虚位移原理和Locking-Free非协调有限元方法

证明了平面弹性问题的虚位移原理,提出了一个新的非协调有限元解决纯位移边界条件下的Locking现象,该方法是Robust和Optimal,证明了能量模的收敛性,并且证明了误差估计结果与参数λ无关.