Lvy运动干扰的经典风险模型的Gerber-Shiu函数

通过一个弱收敛方法,本文首次以拉普拉斯变换的形式给出α-稳定Levy运动干扰的经典风险模型的Gerber-Shiu期望折扣惩罚函数(G-S函数).用同样的方法,也获得了这个风险模型的最终破产概率作为本文结果的补充.作为检验,这个风险过程的最终破产概率实际上是G-S函数的特殊情形.     

Pn∨Pm的邻点可区别边染色

对于图的邻点可区别染色,给出了路的联图PnPm的邻点可构别边色数.     

基于区间数据最大似然估计的新方法

In this paper, we study the two-parameter maximum likelihood estimation (MLE)problem for the GE distribution with consideration of interval data. In the presence of interval data, the analytical forms for the restricted MLE of the parameters of GE distribution do not exist. Since interval data is kind of incomplete data, the EM algorithm can be applied to compute the MLEs of the parameters. However the EM algorithm could be less effective.To improve effectiveness, an equivalent lifetime method is employed. The two methods are discussed via simulation studies.     

基于混合Ⅰ型删失数据的威布尔模型精确推断（英文）

威布尔分布是可靠性和寿命测试试验中常用的模型.本文中,我们考虑了基于混合Ⅰ型删失数据的威布尔模型精确推断.我们得到了威布尔分布未知参数最大似然估计的精确分布以及基于精确分布的置信区间.由于精确分布函数较为复杂,我们也给出了未知参数的另外几种置信区间,比如,基于近似方法的置信区间,Bootstrap置信区间.为了评价本文的方法,我们给出了一些数值模拟的结果.     

基于删失数据的指数威布尔分布最大似然估计的新算法

本文讨论了指数威布尔分布当观测数据是删失数据情形时参数的最大似然估计问题.因为删失数据是一种不完全数据,我们利用EM算法来计算参数的近似最大似然估计.由于EM算法计算的复杂性,计算效率也不理想.为了克服牛顿-拉普森算法和EM算法的局限性,我们提出了一种新的方法.这种方法联合了指数威布尔分布到指数分布的变换和等效寿命数据的技巧,比牛顿-拉普森算法和EM算法更具有操作性.数据模拟讨论了这一方法的可行性.为了演示本文的方法,我们还提供了一个真实寿命数据分析的例子.     

基于混合Ⅱ型删失数据的Weibull模型精确推断和可接受抽样计划(英文)

本文考虑基于混合Ⅱ型删失数据的Weibull模型精确推断和可接受抽样计划.得到威布尔分布未知参数最大似然估计的精确分布以及基于精确分布的置信区间.由于精确分布函数较为复杂,给出未知参数的另外几种置信区间,基于近似方法的置信区间.为了评价本文的方法,给出一些数值模拟的结果.且讨论了可靠性中的可接受抽样计划问题.利用参数最大似然估计的精确分布,给出一个可接受抽样计划的执行程序和数值模拟结果.