寿命服从对数正态分布、有置信度时概率疲劳S-N曲线的合理重构

当概率疲劳S-N曲线以特定存活概率(P)和置信度(C)的方式给出并无法重做试验时,除特定P-C外无法做其它概率水平的可靠性分析.因此,需要广泛适用的曲线模型.建立了疲劳寿命服从对数正态分布时疲劳试验S-N数据及广义曲线的Monte Carlo模拟重构方法.为了避免现有人为放大样本到数千给出偏危险评价,从实际试验情况出发,采用了材料小试样每组样本7至20、结构试样每组样本至多10个、还原统计参量误差小于5%的模拟策略.然后,依据模拟数据利用回归法重建了可实现任意P-C水平可靠性分析的P-C-S-N曲线.铁路60Si2Mn高强度弹簧钢概率曲线的重构实践说明了方法的有效性与适用性.     

广义Polya-Aeppli分布下相依风险模型的破产概率

本文基于广义Polya-Aeppli分布研究两个赔偿过程具有相关性的破产概率问题.首先,结合Kocherlakota(1995)定义的概率母函数推导一类相依过程的联合概率分布函数及其各阶矩的具体表达式;然后,建立两种情况的破产模型,通过Laplace变换将求解破产概率转换为求解累积赔偿金额的概率分布函数,给出赔偿金额服从指数分布时两类风险模型的破产概率解析表达式.广义Polya-Aeppli分布定义了一类具有相关性的离散分布,克服了已有模型中使用Poisson过程模拟实际数据存在的过分分散问题,且易于进行参数估计,所以本文所得结论具有更广泛的适用性.     

大学多元文化体系组合评价方法及应用

针对大学多元文化评价中"模糊概念"难于处理,评价中存在多种数据形式的问题,提出基于随机数的加权组合决策方法.方法将多种数据形式的评价信息转换为带有概率特征的随机数,并利用计算机模拟仿真方法进行求解,最终得到概率形式的可能性排序,使大学文化综合评价方法摆脱单一数据形式的束缚,为大学多元文化这类复杂问题的综合评价提供了一条有效的解决途径.     

基于模型信息的平均处理效果的拟似然估计

本文考虑当给定协变量时响应变量的条件期望和条件方差的模型形式已知时的平均处理效果的估计问题, 文章发展了适用于处理效果数据的拟似然方法来估计上述条件期望和条件方差模型中的参数.然后基于模型信息, 通过插补、回归和逆概率加权方法, 定义了3个估计.文中结果表明3个估计都服从渐近正态分布.模拟结果显示, 与文献中已有的估计相比较,文中基于模型的估计在效率上有很大改进.     

失效原因缺失的加速失效时间模型下竞争风险数据的半参数估计

本文在加速失效时间模型下,研究了竞争风险数据失效原因缺失情况下模型系数的估计问题。在随机缺失的假设下,利用倒概率加权和双重稳健增广技术构建估计方程,用非参数的核光滑方法估计失效原因缺失的概率。通过将估计方程转化成优化问题的方式,给出了求解估计方程的算法,研究了所提出估计量的渐近性质,通过随机模拟来评价估计量的表现,并将提出的估计方法用于研究实际的乳腺癌数据.     

多元线性混合模型方差分量矩阵的非负估计

本文研究了带有两个方差分量矩阵的多元线性混合模型方差分量矩阵的估计问题.对于平衡模型,给出了基于谱分解估计的一个方差分量矩阵的非负估计类.对于非平衡模型,给出了方差分量矩阵的广义谱分解估计类,讨论了与ANOVA估计等价的充要条件.同时,在广义谱分解估计的基础上给出了一种非负估计类,并讨论了其优良性.当具有较小二次风险的非负估计不存在时,从估计为非负的概率的角度考虑,将Kelly和Mathew(1993)提出的构造具有更小取负值概率的估计类的方法推广到本文的多元模型下,给出了较谱分解估计相比有更小取负值概率和更小风险的估计类.最后,模拟研究和实例分析表明文中理论结果有很好的表现.     

基于逆概率加权和插补的Mallows模型平均方法

数据缺失是实际数据分析中一个常见的问题.文章将逆概率加权方法与插补方法结合,提出了一种Mallows模型平均方法以处理数据缺失问题,并证明了该方法得到的估计量在实现最小平方误差的意义下能渐近地达到最优.相比于传统的逆概率加权方法,文章的方法不仅可以充分利用观测信息,并且能够应用于非随机缺失的情形.相比于完全基于插补的方法,文章的方法继承了插补方法的一些优势,同时能够避免因错误地插补较大的数据块而产生的偏差.通过数值模拟,首先验证了三种简单的插补方法满足渐近最优性成立的条件,之后将文章提出的Mallows模型平均方法与已有的应用于缺失数据的模型平均方法进行比较,结果表明,所提出的新方法在大多数情况下优于已有的其它模型平均方法.最后,将新方法应用于平均寿命数据,实证结果进一步表明新方法较已有模型平均方法更为稳健.     

缺失数据下线性模型的半参数估计

通过比较参数方法和非参数方法对选择概率建模的优缺点,基于充分降维的思想提出了一种利用单指标模型对选择概率建模的半参数方法.基于逆概率加权方法和半参数方法,研究了缺失数据下线性模型的统计推断问题.建立的逆概率加权估计方程可以处理不同的数据缺失情形,给出了线性模型中兴趣参数的估计,并证明了它的渐近正态性.最后通过模拟研究说明提出的方法具有较好的有限样本性质.     

加权均值方差准则下的最优资本分配

本文考虑相依风险情形下的最优资本分配问题.采用随机加权损失函数,在期望-方差准则下,研究最优资本分配解的存在性,分析加权随机变量选取.进一步,文章提出了以破产概率作为模型评价标准,采用随机模拟的方法分别求解不同模型最优资本分配和相应的破产概率,对模型做出评价.最后,在假设相依风险分别为多元正态分布和多元t分布的情形下,用数值模拟的方法对本文提出的加权期望-方差模型与Dhaene提出的加权均值模型和XU和MAO提出的尾部均值方差模型进行比较,结果显示在破产概率准则下,本文提出的加权期望-方差模型所给出的资金分配比例显著优于其他模型.     

协变量缺失情形下的逆概率加权众数回归估计

数据缺失在实际应用中普遍存在,数据缺失会降低研究效率,导致参数估计有偏.在协变量随机缺失(MAR)的假定下,本文基于众数回归和逆概率加权估计方法对线性模型进行参数估计.该方法结合参数Logistic回归和非参数Nadaraya-Watson估计两种倾向得分估计方法,分别构建IPWM-L估计量和IPWM-NW估计量.模拟研究和实例分析表明,众数回归模型比均值回归模型更具稳健性,逆概率加权众数(IPWM)估计方法在缺失数据下表现出了更好的拟合效果,与IPWM-L估计量相比, IPWM-NW估计量更稳健.     

平衡和不平衡运输问题与分配问题的通用迭代算法

将不平衡运输问题转化成网络最短路问题,利用Floyd算法规则,给出了一种既可以解平衡和不平衡运输问题,又可以解平衡和不平衡分配问题的通用迭代算法。与专门用于解运输问题的闭合回路法和专门用于解分配问题的匈牙利法相比,这种算法不但具有通用的优点,而且更便于在计算机上运行。     

基于支持向量机混合采样的不平衡数据分类方法

利用传统支持向量机(SVM)对不平衡数据进行分类时,由于真实的少数类支持向量样本过少且难以被识别,造成了分类时效果不是很理想.针对这一问题,提出了一种基于支持向量机混合采样的不平衡数据分类方法(BSMS).该方法首先对经过支持向量机分类的原始不平衡数据按照所处位置的不同划分为支持向量区(SV),多数类非支持向量区(MN...     

A note on article “A tolerance approach to the fuzzy goal programming problems with unbalanced triangular membership function”

Kim and Whang use a tolerance approach for solving fuzzy goal programming problems with unbalanced membership functions [J.S. Kim, K. Whang, A tolerance approach to the fuzzy goal programming problems with unbalanced triangular membership function, European Journal of Operational Research 107 (1998) 614–624]. In this note it is shown that some results in that article are incorrect. The necessary corrections are proposed.     

An adaptive cellular updating scheme for the continuous–discontinuous cellular automaton method

The updating scheme is very important for cellular automata, which costs the vast majority of CPU time of the whole calculating process and dramatically influences the convergence rate, and the traditional node sequence scheme is often ineffective. Aimed at this issue, based on the unbalanced nodal force, an adaptive updating scheme for continuous–discontinuous cellular automaton method is proposed in this paper. The cell whose unbalanced force is maximum is the first updating cell, and the next one is its neighbors whose unbalanced force is also maximum in all remain neighbors, and do the updating operation according to this scheme until the updating for all cells is finished. Theory and convergence of the present scheme is studied, then we can get the maximum calculating efficiency, and the computational expanse can be greatly improved. Some examples by different iteration schemes are shown to demonstrate that the present scheme is efficient and time saving.     

Mixed effects regression trees for clustered data

This paper presents an extension of the standard regression tree method to clustered data. Previous works extending tree methods to accommodate correlated data are mainly based on the multivariate repeated-measures approach. We propose a “mixed effects regression tree” method where the correlated observations are viewed as nested within clusters rather than as vectors of multivariate repeated responses. The proposed method can handle unbalanced clusters, allows observations within clusters to be split, and can incorporate random effects and observation-level covariates. We implemented the proposed method using a standard tree algorithm within the framework of the expectation-maximization (EM) algorithm. The simulation results show that the proposed regression tree method provides substantial improvements over standard trees when the random effects are non negligible. A real data example is used to illustrate the method.     

不平衡两因素套设计模型中方差分量比的区间估计

给出了次样本容量相等时,不平衡两因素套设计模型中方差分量之比的广义区间估计.为了研究所得区间估计的优良性,并与Burdick,Birch and Graybill给出的修正大样本(MLS)方法进行对比,进行了模拟研究和分析.结果表明所得方法优于MLS方法,特别是在极端不平衡情形.     

A new method for the estimation of variance components directly from the sample covariance matrix

Statistical techniques for the estimation of variance components are usually associated with methodological and computational difficulties. In this paper a new computational method for the estimation of variance components directly from the sample covariance matrix is proposed. A comparison between this method and the maximum likelihood method for variance component estimation, based on their computational performance, is made. Cases for balanced and unbalanced simulated data assuming a two-way nixed model with correlated errors are considered, and a real-life application in animal breeding is presented.     

基于双边犹豫模糊非均衡语言优先集成算子的应急响应预案评估方法

在应用多属性决策理论求解应急响应预案评估问题时,问题结构的复杂性往往使决策者评价信息存在高度不确定性且属性相对重要性仅能以优先级关系来表征。为此,本文首先提出了双边犹豫模糊非均衡语言集这种新型信息形式以使决策者能够灵活有效的表征复杂评价信息,并定义了运算法则、熵和距离测度;其次,基于熵测度开发了双边犹豫模糊非均衡语言优先加权集成算子,并构建了能够考虑属性优先关系的多属性决策方法;进一步针对属性相对重要性不能由定性分析获得的情况,设计了客观权重确定方法,并构建了另一种更具实际灵活性的VIKOR决策方法;最后,实例研究表明了方法的有效性与优势。     

纵向数据的有效秩推断基于修正的Cholesky分解

本文基于修正的Cholesky分解提出新的方法估计纵向秩回归的组内协方差矩阵,进而提出新的无偏估计函数改善不平衡纵向数据的估计效率.在一些正则条件下,建立了所提估计的渐近正态性.进一步,提出稳健的秩得分检验统计量对回归系数做假设检验.模拟研究和实证分析表明所提方法能够获得高度有效的估计以及所提检验方法比存在的方法更好.