共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样(RSS)被视为一种比简单随机抽样(SRS)更为有效的收集数据的方式.动态极值RSS (MERSS)是一种修正的RSS.文章在SRS和MERSS下研究了Logistic分布中参数的极大似然估计(MLEs).在这两种抽样下证明了该分布中位置参数和刻度参数的MLEs的存在性和唯一性,并计算了所含参数的Fisher信息量和Fisher信息矩阵.比较了这两种抽样下对应估计的渐近效率.数值结果表明MERSS下的MLEs一致优于SRS下的MLEs. 相似文献
6.
Pareto分布环境因子的估计及其应用 总被引:2,自引:0,他引:2
给出了Pareto分布环境因子的定义,讨论了在定数截尾样本下Pareto分布环境因子的极大似然估计和修正极大似然估计,并尝试把环境因子用于可靠性评估中.最后运用Monte Carlo方法对极大似然估计,修正极大似然估计和可靠性指标的均方误差(MSE),进行了模拟比较,结果表明修正极大似然估计优于极大似然估计且考虑环境因子的可靠性评估结果较好. 相似文献
7.
当分布密度的形式未知时,参数的极大似然估计没有明确的解析表达式,也不能通过设计算法由计算机运算得到。本文我们将从该分布中抽取的样本当作是来自另一个形式已知的分布密度的样本,该已知分布密度的选取依赖于未知的分布密度,但是具有与未知分布相似的边界性质。基于这两个分布族,我们提出了拟极大似然估计的概念,同时,对这种拟极大似然估计的渐近性质进行了讨论。结果表明拟极大拟然估计与极大似然估计有关相同的渐近性质,并且由于拟极大似然估计的获得不依赖于未知分布密度的形式,只与一已知的分布密度有关,使得通过计算机可以实现对其的求解。 相似文献
8.
在逐次Ⅰ型混合截尾样本下,研究具有相关性应力-强度模型的可靠性.假设应力和强度分布为参数不同的指数分布,选用FGM copula作为连接函数构造联合分布,得到参数和可靠度的极大似然估计(MLEs)、贝叶斯估计和对应渐近置信区间、HPD置信区间.通过Monte Carlo模拟方法,获得不同样本量不同截尾方案下估计值的数值... 相似文献
9.
10.
指数分布冷贮备系统产品的统计分析——转换开关指数型的情形 总被引:1,自引:0,他引:1
给出了全样本场合下指数分布冷贮备系统产品寿命分布中参数θ≠λ时的矩估计和极大似然估计,通过Monte-Carlo给出了参数矩估计的精度,考察了1000次满足条件时所需要的模拟次数,随着样本量的增大,矩估计存在的比率逐渐增大,而极大似然估计的结果与样本有关.同时给出了参数θ=λ时的矩估计、极大似然估计和逆矩估计,通过Monte-Carlo模拟考察了参数点估计精度,认为矩估计比较优.文章还给出了求参数区间估计的两种方法——精确方法和近似方法,通过Monte-Carlo模拟认为精确方法精度较高. 相似文献
11.
12.
也谈“心理状态数”的估计 总被引:5,自引:1,他引:4
读了董、宋两位同志的“心理状态数矩法估计”(见本期)一文,觉得该文提出了一个在实用上有意义的问题,二位用知法推导出了有关的估计,形式也比较简洁便于计算,有其一定的优点,另一方面,也感到还有些可进一步探讨的问题,因此写了这篇小文,供对此问题有兴趣的同志参考.董、宋两位同志所提出的统计模型是:有独立随机样本Y1,…,Yn,它来自参数c和б的,以为概率密度的总体,要估计c。此处0≤c≤2, б>0,他们提出了矩估计法,本文先来考察极大似然估计法,并指出其优点。 1.极大似然估计法 样本Y1,…,Yn的似然函数是其中m是Y1,…Yn中不大于0的个数,… 相似文献
13.
14.
15.
利用方开泰和王元(1989)提出的序贯数论方法的一个优化算法(SNTO),本文给出求统计分布参数的极大似然估计的一个统一方法。为了说明这个方法的运用,我们集中处理威布尔和贝它分布的参数极大似然估计。许多例子表明,我们的方法是普遍有用和有效的。 相似文献
16.
17.
首先,在双边Ⅰ型删失样本下得到Topp-Leone分布中参数的极大似然估计、渐近置信区间和Bootstrap置信区间,并进一步得到可靠度函数的渐近置信区间.其次,在不同的损失函数下得到了参数和可靠度函数的Bayes估计.通过蒙特卡罗模拟,计算出参数估计的均值和平均相对误差.最后,为了说明目的,还采用了一个真实的数据集. 相似文献
18.
19.
讨论了一类参数空间受样本限制的极大似然估计问题.分析了随机变量分布的非零区域与似然函数定义域的对应关系,提出如果分布的非零区域受参数限制,则无论似然方程是否可解,参数的极大似然估计必然与样本顺序统计量X_((n))或X_((1))有关,并具体分析了似然估计一定等于、一定不等于和可能等于顺序统计量X_((n))(X_((1)))的三种情形,并给出了相应的判别条件.最后分析得出在第三种判别条件之下,似然估计是否取值于x_((n))(x_((1)))视具体的样本观测值决定. 相似文献