基于分组数据的指数分布参数的同变估计

给出了基于分组数据的指数分布参数的同变估计,其中位置参数是最优同变估计,刻度参数为近似最优同变估计,最后通过Monte-Carlo模拟数据说明方法的可行性.     

定数截尾试验下双参数指数分布刻度参数的EB估计

对于定理截尾试验下双参数指数分布刻度参数的经验Bayes估计问题,用间接EB方法得到其EB估计,计算机模拟例子表明本文所给了估计较好。     

一种对称损失函数下一类指数分布族刻度参数的估计

在p,q对称熵损失函数L(θ,δ)=θp/δp+δq/θq-2(p,q0)下,研究了一类指数分布族c(x,n)θ-ve-T(x)/θ的刻度参数θ的Bayes估计与可容许估计,并应用积分变换定理证明了这两个估计具有不变性.     

熵损失下一类广义指数分布刻度参数的经验Bayes估计[英文]

本文在熵损失函数下获得一类广义指数分布刻度参数的贝叶斯估计,并构造了相应的经验贝叶斯估计.在适当的条件下证明所提出的经验贝叶斯估计的渐近最优性并获得了其收敛速度.最后,给出一个有关本文主要结果的例子.     

逆L-矩估计及其在两参数BS疲劳寿命分布类中的应用

本文提出一种新的点估计方法—逆L-矩估计。针对两参数指数分布、威布尔分布与对数正态分布,参数的逆L-矩估计与L-矩估计是相同。而针对两参数BS、BS Laplace、BS Logistic以及BS极小值分布要得到参数的L-矩估计是非常困难的,但采用逆L-矩估计的方法很容易得到刻度参数与形状参数的点估计,论文还通过大量的Monte Carlo模拟比较了逆L-矩估计与其它的点估计的精度。     

基于Stein损失污染数据情形下刻度参数的经验贝叶斯估计

本文研究基于污染数据情形的一类广义指数分布刻度参数的经验贝叶斯估计问题.在stein损失函数下,导出刻度参数的贝叶斯估计以及利用解卷积的核方法构造了该参数的经验贝叶斯估计.在适当的条件下,基于超平滑误差分布类证明所提出的经验贝叶斯估计的渐近最优性.     

指数分布抽样基本定理及在三参数一般指数分布参数估计中的应用

讨论三参数一般指数分布的参数估计,首先讨论了三参数一般指数分布参数的最大似然估计的求解问题,当其中参数α=1时,应用指数分布抽样基本定理,得到了三参数一般指数分布其它参数的一致最小方差无偏估计;并且由此给出求解三参数一般指数分布参数最大似然估计的迭代方法,得到了三参数一般指数分布参数最大似然估计的近似值,给出了模拟结果以说明迭代方法的收敛性;并以相关文献的观察数据作为样本,得到了三参数一般指数分布的参数估计,从而说明了迭代方法的有效性.     

刻度指数族参数的经验Bayes估计及收敛速度

本文在刻度平方误差损失函数下导出了刻度指数族分布中参数的Bayes估计.利用核估计的方法构造了参数的经验Bayes估计,在适当条件下得到了经验Bayes估计的收敛速度,推广了文献中的相关结果.     

刻度指数族参数的经验Bayes估计及收敛速度

本文在刻度平方误差损失函数下导出了刻度指数族分布中参数的Bayes 估计. 利用核估计的方法构造了参数的经验Bayes 估计, 在适当条件下得到了经验Bayes 估计的收敛速度, 推广了文献中的相关结果.     

刻度指数族参数的经验Bayes估计的收敛速度

本文对刻度指数族在加权平方损失下获得了参数的Bayes估计,并构造了相应的经验Bayes(EB)估计,证明了所提出的EB估计是渐近最优的且有收敛速度(),其中1/2＜λ＜1,s≥3是一给定的整数.最后,给出了刻度指数族EB估计的两个应用.     

n维球内均匀分布的参数估计

研究了n维球内均匀分布的参数的点估计与区间估计,利用次序统计量得到了球半径的最大似然估计,在此基础上构造了球半径的无偏估计,并且证明了该无偏估计的相合性.利用构造枢轴量的方法得到了球半径的最短置信区间.     

Beta-Binomial模型基于EM算法的应用研究

在很多问题中,Beta-Binomial模型有着较为广泛的应用,本文基于EM算法研究了Beta-Binomial模型的参数估计问题,并把它应用于实际的案例中.结果表明我们提出的方法计算方便,对具体问题的解释更具合理性、科学性.     

指数分布冷贮备系统产品的统计分析——转换开关完全可靠的情形

本文给出了全样本场合指数分布冷贮备系统产品在转换开关完全可靠的情形下参数的矩估计、极大似然估计、精确区间估计和近似区间估计,并通过大量Monte-Carlo模拟说明估计的精度。     

部分线性变系数模型改进的加权混合Profile-Liu估计

研究半参数部分线性变系数模型的有偏估计,当回归模型参数部分自变量存在多重共线性时,在随机线性约束条件下,融合Profile最小二乘估计、加权混合估计和Liu估计构造回归模型参数分量改进的加权混合Profile-Liu估计,并在一定正则条件下证明估计量的渐近性质,最后利用蒙特卡洛数值模拟验证所提出估计量的有限样本表现性.     

平行数据模型中异方差问题的处理——截面内误差项v_(it)～ARCH(q)

本文在平行数据模型方差成分的框架下,考虑了横截面内误差项v_(it)～ARCH(q)的异方差处理方法。给出模型设定的假设检验和参数的一致估计,并利用Monte-Carlo方法验证了本文估计方法优于普通最小二乘估计方法。     

基于最优估计的数据融合理论

本文提出了一种最优加权的数据融合方法，分析了最优权值的分配原则；给出了多源信息统一的线性融合模型，使其表示不受数据类型和融合系统结构的限制，并指出在噪声协方差阵正定的前提下，线性最小方差估计融合和加权最小二乘估计融合是等价的；介绍了数据融合中的Bayes极大后验估计融合方法，给出了利用极大后验法进行传感器数据融合的一般表示公式；最后以两传感器数据融合为例，证明了利用Bayes极大后验估计进行两传感器数据融合所得到的融合状态的精度比相同条件下极大似然估计得到的精度要高，同时它们均优于任一单传感器局部估计精度。     

对数正态分布基于恒加试验的参数估计

讨论对数正态分布场合有非常数尺度参数恒加试验的参数估计,由最小均方误差准则导出基于完全样本恒加试验的点估计和近似区间估计.     

平衡损失下回归系数的线性Minimax估计

在平衡损失函数下,主要研究回归系数的线性Minimax估计问题.通过分析平衡损失风险的极大极小性,得到了线性优化计类中回归函数的Minimax估计.在适当的假设下,证明了其唯一性.     

熵损失函数下两参数指数威布尔分布尺度参数的Bayes估计

本文给定一截尾样本，在熵损失函数下，研究了两参数指数威布尔分布尺度参数在先验伽玛分布下的Bayes估计，并给出了该参数的Bayes区间估计。     

基于删失数据的ARMA模型参数估计与实证分析

利用生存分析中的K-M估计得到了删失数据下ARMA模型的参数估计,通过与完全数据下的参数估计进行对比,充分说明了该估计的效果.利用删失数据下ARMA模型的EM算法,对2013年5月2日到2014年5月8日的247个美元兑人民币的基准汇率数据进行建模分析和预测,并与实际数据进行对照,误差较小,说明估计和EM预测方法的可行性.