具有共同尺度参数的多总体指数分布的参数估计

本文讨论了具有共同尺度参数的多总体指数分布的参数估计问题；证明了尺度参数及位置参数估计的最佳仿射同变估计是不容许的，且给出相应的改进估计．     

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.     

变环境情形下Weibull分布分组数据的参数估计

本文研究了变环境情形下Weibull分布分组数据可靠性估计的参数估计问题。给出一种基于EM算法的变环境分组数据Weibull分布参数估计方法,所得估计量具有良好的收敛性,模拟结果表明方法的实践可用性。     

Pitman准则下指数分布的参数估计

本文讨论了Ｐｉｔｍａｎ准则下指数分布的参数估计问题，证明了尺度参数与位置参数的最接近仿射同变估计是ＰＣ－不容许的，并分别给出了各自的改进估计．     

基于Pairwise惩罚方法的面板数据模型结构变点估计

面板数据模型在经济、生物、统计等领域有着广泛的应用。经典的面板数据模型假设解释变量系数不随时间变化。然而在现实中,解释变量系数可能会因多种因素的影响而存在多重未知的结构变点。本文假设交互固定效应面板数据模型中含有多重未知的结构变点。研究发现通过Pairwise惩罚的参数估计方法在目标函数中增加对相邻时间解释变量系数的惩罚项,能够同时进行参数估计和结构变点诊断。蒙特卡洛模拟结果显示,不管是否存在同方差假设,该方法估计的解释变量系数均偏差较小且结构变点诊断错误率低。     

因变量缺失下部分线性变系数模型的稳健估计

本文讨论因变量缺失下部分线性变系数模型在误差项和解释变量都含有异常点时的稳健估计问题。首先用局部加权线性光滑方法得到非参数部分的稳健估计,然后再得到参数部分的估计,并证明参数和非参数估计量的渐近正态性。最后模拟研究有限样本下估计量的表现。     

非线性参数估计的极小化L∞模方法

研究了L∞模的拟凸性质，利用极大熵方法得到极小化L∞模的Q算法．这是一种具有显式搜索方向的变尺度算法，在非线性参数估计中取得较好效果．     

单调变分不等式可行与非可行点组合的连续算法

本文给出了单调变分不等式问题一个新的连续型求解方法，方法的实现依赖于一系列含有四个参数的摄动单调变分不等式的求解．其中摄动参数要求的条件较为温和，这使得本文方法成为可行点与非可行点算法的有机组合和统一．在适当的假设条件下，我们分析和证明了摄动变分不等式问题解的存在性，唯一性和算法的强收敛性．     

变参数四点法的理论及其应用

四点插值细分法（简称四点法）是一种离散插值方法，在曲线和曲面造型中有着广泛的应用．本文主要讨论当参数可变时，四点法的收敛性和连续性以及变参数四点法的应用．     

非线性时变系统特征建模与自适应迭代学习控制

讨论连续/离散非线性时变系统的特征建模,统一采用一阶时变差分方程作为特征模型.对于建模中可能产生的快变亦或突变的模型参数,以学习辨识方法进行估计;利用参数估值设计自适应迭代学习控制器,实现轨迹跟踪任务.参数估计学习算法包括带有遗忘因子的最小二乘学习算法和梯度学习算法.数值算例和电机位置跟踪实验结果表明所提出特征建模方法和学习控制方案的有效性.     

艾拉姆咖分布参数变点的Bayes估计

研究了艾拉姆咖分布变点估计的非迭代抽样算法(IBF)和MCMC算法.在贝叶斯框架下,选取无信息先验分布,得到关于变点位置的后验分布和各参数的满条件分布,并且详细介绍了IBF算法和MCMC方法的实施步骤.最后进行随机模拟试验,结果表明两种算法都能够有效的估计变点位置,并且IBF算法的计算速度优于MCMC方法.     

Inference in a model with at most one slope-change point

In this paper the problem of slope-change point in linear regression model is discussed with the help of the theory of Gaussian process. The distribution of the estimators of the change point proposed in this paper can be approximated by the first type of extremal distribution. Based on this fact, the detection and interval estimation of a change-point in various situations are discussed.     

当前状态数据下单变点危险率治愈模型的拟极大似然估计

变点危险率模型已受到广泛关注.它不仅可以更加直接地显示治疗效果或医学上的突破,也可以提供这些事件发生的时间点.在这篇文章中,我们提出当前状态数据下的单边点危险率治愈模型并探讨了这个模型的估计方法.我们建立了估计的大样本理论并通过模拟评估有限样本下的估计.     

Bootstrapping the change-point of a hazard rate

This paper concerns the asymptotic validity of the bootstrap method in a non-regular model. Specifically, it is shown that the parametric bootstrap of the change-point parameter in the change-point hazard rate model works.     

指数寿命定时截尾数据情形下可靠度的置信限

本文提供了一种指数寿命定时截尾寿命试验数据情形下参数的点估计方法,并在该点估计的基础上,利用Winterbottom[1]推广了的Cornish－Fisher（记为WCF）展开给出了参数的区间估计．进一步讨论了部件为指数寿命定时截尾寿命试验数据情形下系统可靠性综合问题,并通过数值模拟说明本文方法的可行性．     

突发交通事件非参数诊断的变点统计方法研究

针对智能运输系统(ITS)项目特别是先进的出行信息系统的开发，建立了突发交通事件非线性非参数诊断的变点统计方法。依据交通流理论，结合均值变点模型，对变点搜索的最小二乘法和局部比较法进行了研究。利用在英国南安普敦市检获的实际数据对上述两种算法进行了标定，并对模型进行实际应用。结果显示上述方法对突发事件检测具有很高的灵敏度和有效性。     

高精度参数估计问题

对高精度参数的估计问题进行了研究.在观测数据无误差的情况下,将微分方程组转化为线性方程组,利用矩阵的奇异值分解给出了参数的最优解.在有观测数据误差的情况下,采用高斯-牛顿迭代法进行求解,给出了改进的高斯-牛顿法和阻尼最小二乘算法;通过灰色估计法给出了模型的初始解,通过微分方程数值解法计算模型迭代过程中误差和偏导数.最后,通过对迭代过程中的状态变量引入误差项,导出了基于总体最小二乘的高斯-牛顿迭代法,从系统的角度解决了观测时间有误差下的参数估计问题.     

Change-point estimation for censored regression model

In this paper, we consider the change-point estimation in the censored regression model assuming that there exists one change point. A nonparametric estimate of the change-point is proposed and is shown to be strongly consistent. Furthermore, its convergence rate is also obtained.     

对数螺线、黄金分割与斐波那契数列的完美统一的

本文对对数螺线、黄金分割与斐波那契数列之间的关系进行研究,把线段上黄金分割点的定义推广到射线上的黄金分割点列,发现过极轴上任意一点有且仅有一条特殊的对数螺线与极轴的交点所成的点列为黄金分割点列,并把这个点列所对应的坐标定义为黄金分割数列,我们发现首项为1/√15黄金分割数列无限逼近于斐波那契数列。     

威布尔分布的Bayes可靠性分析

本文针对两参数的威布尔分布的元件，采用Ｂａｙｅｓ方法对其可靠性进行分析，文中分别对两种假设情况进行了讨论，第一种情况是形状参数为离散取值，尺度参数为连续取值的情况，第二种情况假设形状参数的先验分布为均匀分布，尺度参数的先验分布为逆伽玛分布，推出了对应的可靠性估计和置信下限估计，并给出了计算算法，最后用实例对算法进行了验证。