Weibull分布变异系数的区间估计

本文证明了Weibull分布的变异系数是其形状参数的连续、严格递减函数,并证明了变异系数的置信限及其优良性和一系列的假设检验问题与形状参数的相应问题完全等价,从而可以利用已有的对形状参数的统计推断的结果来解决变异系数的相应问题。     

Tobit回归模型

Tobit回归模型在计量经济学研究中受到广泛地关注。本文对Tobit回归模型的参数估计、假设检验和变量选择等问题进行了文献综述。其次,对于参数维度随样本量增加的Tobit模型,我们构造了一个随机加权估计量,对模型中的参数进行推断,并得到了此估计的渐近性质:相合性和正态性。最后,利用数值模拟结果研究了所提方法的效果。     

关于两总体均值差的一种半参数假设检验方法

近年来, 已有一些在半参数密度函数比模型下建立半参数统计分析方法的报道, 这些方法往往比参数方法稳健, 比非参数方法有效. 在本文里, 我们提出一种半参数的假设检验方法用于对两总体均值差进行假设检验. 该方法主要建立在对两总体均值差进行半参数估计的基础上. 我们报告了一些理论和统计模拟的结果, 得出该方法在数据符合正态性假设时, 比常用的参数和非参数方法略好; 而在数据不符合正态性假设时, 它的优势就非常明显. 我们还将提出的方法用到了两组真实数据的分析上.     

多元广义泊松分布的参数估计与诊断

广义泊松分布是普通泊松分布的自然推广,克服均值与方差相等的局限性.在计数数据中,常常会有多变量的情形,比如保险保单定价.因此文章考虑多元广义泊松分布的参数估计和假设检验问题,针对共协方差多元广义泊松模型提出两种参数估计的方法,矩估计方法和极大似然估计方法,并比较两种方法的优劣性.文章就多元广义泊松分布的假设检验问题,主要探讨了其退化检验及独立性检验,由于参数及变量较多,运用似然比检验方法构造服从卡方分布的检验统计量.最后,运用多元广义泊松理论分析不同地区森林发生火灾的次数,首先用文中提到的检验方法诊断数据是否可以用多元广义泊松分布,其次进行参数估计及实际问题的分析解释.     

概率与统计

概率与统计陈应保（华中师范大学数学系４３００７０）九、假设检验１．基本概念前面我们重点介绍了统计推断的一个重要内容，即参数估计理论．参数估计的优点是直观、方便．但也有一个突出的缺点，因为参数是未知的，这样导致估计值不一定就是参数直值．下面我们介绍统计...     

几何分布的参数估计及应用

基于几何分布的一次观察数据，应用假设检验与参数估计的关系给出了几何分布的参数估计方法，并计算了估计偏差和估计量的均方误差，表明该估计是可取的，最后给出了该方法在离散型可靠性增长模型中的应用．     

两个Weibull分布尺度参数比的推断

本文研究两个Weibull分布尺度参数比的推断.利用广义枢轴量和广义检验变量分别给出尺度参数比的广义置信区间和假设检验.证明了在形状参数相等时由广义枢轴量确定的尺度参数比的100(1-α)%广义置信区间的覆盖概率为1-α(0＜α＜1).由广义p-值确定的固定水平检验具有真实水平.讨论了形状参数不等时尺度参数比的推断,给出频率性质,通过与前人的结果模拟比较得出本文的方法能更好地解决尺度参数比的推断问题.最后研究两个Weibull分布形状参数比的假设检验,证明由广义p-值确定的固定水平检验具有真实水平.     

响应变量缺失下变系数部分线性测量误差模型的约束估计

当响应变量缺失、协变量具有测量误差,且模型参数部分有附加的线性约束时,主要研究一类变系数部分线性模型的统计推断问题.利用借补技术来补全缺失数据,并借助修正的profile最小二乘估计得到了模型参数分量和非参数分量的借补约束估计,并证明了参数分量的估计满足渐近正态性,同时非参数分量的估计与通常的非参数回归函数的估计具有相同的收敛速度.其次利用profile拉格朗日乘子检验对模型参数的约束条件进行检验,并证明了给出的检验统计量在原假设成立时渐近地服从标准卡方分布.数值模拟进一步表明对缺失数据进行借补可以有效地提高参数估计和假设检验的效率.     

基于强混合数据的半参数平滑转换回归模型

本文基于严平稳强混合数据和带确定性趋势的强混合数据序列,推广了文献[20]中提出的半参数平滑转换回归模型。对含于平滑转换函数中的未知光滑有界函数应用级数估计方法,并基于非线性最小二乘估计和级数估计理论证明了模型参数估计量的相合性和渐近正态性等大样本性质,简要讨论了其协方差矩阵的估计以及假设检验问题。最后,应用该模型重新研究了我国年度通货膨胀率的平滑转换结构。     

广义高斯分布的参数估计及其收敛性质

广义高斯分布是一类以Gaussian分布、Laplacian分布为特例的对称分布 ,它在信号处理和图像处理等领域都有广泛的应用 .本文采用矩估计方法讨论广义高斯分布的形状参数和尺度参数的估计问题 ,首先导出了矩和参数的关系表达式 ,然后由此提出参数估计方法 ,并对参数估计的收敛性质进行了分析 ,最后利用模拟实验对本文所提方法进行了验证 .     

双边定时截尾样本下广义逆指数分布形状参数的估计

先给出了广义逆指数分布在双边定时截尾样本下形状参数的最大似然估计,并不能得到估计的显式表达式,但证明了参数在(0,+∞)上最大似然估计是唯一存在的.其次提出用EM算法求出形状参数的估计且该估计具有良好的收敛性,还给出了形状参数的EM估计的渐近方差和近似置信区间;最后通过数值模拟,对形状参数的最大似然估计和EM估计的效果进行了比较,说明了用EM算法求形状参数的估计是可行的,并且模拟效果相对比较好.     

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。     

复合Linex对称损失下Kumaraswamy分布参数的Bayes估计

当参数的先验分布为伽玛分布时,在复合Linex对称损失函数下得到了Kumaraswamy分布参数θ的唯一的Bayes估计,多层Bayes估计和E-Bayes估计,并通过数值模拟说明了所给参数估计的稳健性和精确性.     

不同损失下Lomax分布形状参数的Bayes估计

本文研究了两参数Lomax分布形状参数的Bayes估计问题.当尺度参数已知时,给出了在几种不同损失函数下形状参数的Bayes估计表达式,并运用随机模拟方法对各个估计进行了比较.     

Pareto分布形状参数的E-Bayes估计和多层Bayes估计及其应用

给出了参数的E-Bayes估计的定义,对Pareto分布在尺度参数已知时,在平方损失下给出了形状参数的E-Bayes估计和多层Bayes估计,并且用Monte Carlo方法给出了模拟算例.最后,结合高尔夫球手收入数据的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.     

基于变量选择的混合时空地理加权回归参数估计

混合时空地理加权回归模型作为一种有效处理空间数据全局平稳和局部非平稳的分析方法得到了广泛的应用.但其参数估计方法中假定固定系数变量已知且不存在时空效应,这一较强的前提使回归系数的估计值变得极不稳定.为探究当固定系数变量存在时空效应时的参数估计方法,本文提出一种变量选择(Variable Selection)方法来剔除指标间的交互效应,并给出相应的算法过程.通过乌鲁木齐市商品住宅真实价格数据对不同估计方法进行对比验证,结果表明,利用变量选择方法后得到的MGTWR模型性能和拟合效果得到提升,固定回归系数的估计更加稳定,原有参数估计方法得到改善.     

Enhanced one-sided confidence regions for a multivariate location parameter

If a one-sided test for a multivariate location parameter is inverted, the resulting confidence region may have an unpleasant shape. In particular, if the null and alternative hypothesis are both composite and complementary, the confidence region usually does not resemble the alternative parameter region in shape, but rather a reflected version of the null parameter region.We illustrate this effect and show one possibility of obtaining confidence regions for the location parameter that are smaller and have a more suitable shape for the type of problems investigated. This method is based on the closed testing principle applied to a family of nested hypotheses.     

Robust Estimation of the Generalized Pareto Distribution

One approach used for analyzing extremes is to fit the excesses over a high threshold by a generalized Pareto distribution. For the estimation of the shape and scale parameters in the generalized Pareto distribution, under some restrictions on the value of the scale parameter, maximum likelihood, method of moments and probability weighted moments' estimators are available. However, these are not robust estimators. In this paper we implement a robust estimation procedure known as the method of medians (He and Fung, 1999) to estimate the parameters in the generalized Pareto distribution. The asymptotic distribution of our estimator is normal for any value of the shape parameter except –1.     

Classes of improved estimators for parameters of a Pareto distribution

The problem of estimating parameters of a Pareto distribution is investigated under a general scale invariant loss function when the scale parameter is restricted to the interval (0, 1]. We consider the estimation of shape parameter when the scale parameter is unknown. Techniques for improving equivariant estimators developed by Stein, Brewster–Zidek and Kubokawa are applied to derive improved estimators. In particular improved classes of estimators are obtained for the entropy loss and a symmetric loss. Risk functions of various estimators are compared numerically using simulations. It is also shown that the technique of Kubokawa produces improved estimators for estimating the scale parameter when the shape parameter is known.     

Weibull分布场合具有非常数形状参数恒加试验的参数估计

本文讨论了Weibull分布场合恒加寿命试验的点估计和近似区间估计，利用模拟方法说明所给方法的有效性。