两种不同系统因素影响下完全检验的最优设计

本文研究了两种不同系统因素影响下完全检验的质量最优问题 ,采用有两种不同控制界限的控制图来控制生产过程 ,并根据完全检验的特点 ,提出了一种新的最优模型。 Hui(1 991 )提出的最优模型是本文的最优模型的特殊情况 ,并且本文建立的最优模型还可推广到两种以上不同的系统因素下影响的情况     

有相似产品信息情形下的可靠性评定方法

两个具有局部相同组成部分的相似设备为模型,建立有相关信息情形下进行可靠性评估的指数模型,并给出了指数模型中的参数估计方法,在此基础上建立了相似设备到目标设备信息的融合算法,进而提出了一种具有相似产品信息情形下的可靠性评定方法.     

纵向数据半参数回归模型估计的r阶平均相合性

本文考虑纵向数据下半参数回归模型:yij=xij′β g(tij) eij,i=1,…,m,j=1,…,ni.基于最小二乘法和一般的非参数权函数方法给出了模型中参数β,回归函数g(·)和误差方差σ2的估计,并在适当条件下证明了估计量的r(r≥2)阶平均相合性.     

多指标综合评分

在一项技术革新或科学试验中,人们经常要鉴别不同操作条件下生产效果或试验结果的高低,并进行相应的数据处理.作为衡量结果好坏的考核指标,如果只有一项、而且可以用数字显示出来,即所谓单项定量指标的问题,有许多对应的常规方法进行处理,问题容易解决一,不属于本文讨论的范围.     

森田六元组的几乎分裂序列

令ΛA_1,Λ_2为两个环,M是(A_2-Λ_1)-双模,且N是(Λ_1-Λ_2)-双模.六元组Γ=(Λ_1,Λ_2,N,M,ψ,φ)是一个森田六元组.对于Γ的表示,确定其几乎分裂序列(也称AR-序列)是非常重要的.通过modΛ_1和modΛ_2的右(左)几乎分裂同态、既约同态构造Γ上的相应同态,并进一步确定它的几乎分裂序列.     

纵向数据半参数回归模型的最小二乘局部线性估计

本文考虑纵向数据半参数回归模型:Yij=XiTjβ+g(Tij)+iεj,基于最小二乘法和局部线性拟合的方法建立了模型中参数分量β,回归函数g(.)和误差方差σ2的估计,在适当条件下给出了估计量的相合性,通过模拟研究说明了该方法在有限样本情况下具有良好的性质。     

利用数学模型进行资源量评价与勘探开发经济分析

本文综合叙述了对石油或天然气资源量的估计及验证方法，并且提出了在经济效益最佳的前提下，如何求出令后几年的年发现率Ｒ１（Ｉ）。     

联系Butterworth滤波器的双正交小波

联系Butterworth滤波器的双正交小波称为Butterworth小波,它们具有很好的性质:包括对称性,插值性及消失矩．本文定义了离散空间L~2(Z)中的双正交小波并给出一个易于验证的充分条件．利用这一条件,重新得到Butterworth小波;进一步,构造了一类双正交小波．它们不仅具有Butterworth小波的前述所有性质,而且具有最短可能的支集．     

平衡线性混合模型方差分量几种估计的优良性

对于平衡线性混合模型,本文提出了一组易验证的条件,在此条件下,方差分量的谱分解估计、方差分析估计和最小范数二次无偏估计都相等且为一致最小方差无偏估计.同时证明了在此条件下,似然方程和限制似然方程都有显式解,还给出了许多满足这组条件的平衡线性混合模型的例子.