基于混合Ⅰ型删失数据的威布尔模型精确推断（英文）

威布尔分布是可靠性和寿命测试试验中常用的模型.本文中,我们考虑了基于混合Ⅰ型删失数据的威布尔模型精确推断.我们得到了威布尔分布未知参数最大似然估计的精确分布以及基于精确分布的置信区间.由于精确分布函数较为复杂,我们也给出了未知参数的另外几种置信区间,比如,基于近似方法的置信区间,Bootstrap置信区间.为了评价本文的方法,我们给出了一些数值模拟的结果.     

基于循序-Ⅰ型删失数据的Gompertz-sinh分布的统计推断(英文)

本文研究在循序-I型删失数据情形下Gompertz-sinh分布的统计推断问题.利用处理删失数据的EM算法,讨论Gompertz-sinh分布未知参数的最大似然估计(MLE)问题.为了讨论未知参数的近似置信区间估计,基于遗失信息原则,给出观测Fisher信息矩阵.为了演示本文的方法,给出相关数值模拟结果和一个真实数据实例.     

基于循序-I型删失数据的Gompertz-sinh分布的统计推断[英文]

本文研究了在循序-I型删失数据情形下Gompertz-sinh分布的统计推断问题.利用处理删失数据的EM算法,我们讨论了Gompertz-sinh分布未知参数的最大似然估计(MLE)问题.为了讨论未知参数的近似置信区间估计,基于遗失信息原则,我们给出了观测Fisher信息矩阵.为了演示本文的方法,我们给出了相关数值模拟结果和一个真实数据实例.     

逐步Ⅰ型混合截尾下指数-威布尔分布竞争失效模型的统计分析（英文）

本文基于指数-威布尔分布研究逐步Ⅰ型混合截尾竞争失效模型的统计推断问题.根据模型假设和竞争失效数据,推导出未知参数和产品可靠度的极大似然估计;考虑极大似然估计的渐近正态性质,计算出观测Fisher信息阵,从而获得未知参数和可靠度的渐近置信区间.由于贝叶斯后验密度函数不具有封闭形式,利用MCMC方法给出未知参数和可靠度的近似贝叶斯估计以及最大后验密度可信区间.最后通过模拟研究对估计方法作出解释并给出数值结果.结果表明极大似然方法和贝叶斯方法可以对逐步Ⅰ型混合截尾竞争失效模型进行统计推断.     

基于截尾数据指数Pareto分布应力-强度模型的可靠性

在Ⅱ型双截尾删失计划下,讨论了当系统被独立的随机施加指数Pareto (EP)压力时的系统可靠性问题.作者给出了系统可靠性参数的不同点估计和区间估计,其中点估计包括一致最小方差无偏估计(UMVUE)和最大似然估计(MLE);区间估计包括精确置信区间,近似置信区间和bootstrap的区间估计.为了评价不同估计方法效果,作者提供数值模拟结果;最后提供了一个真实数据的分析结果来演示本文提出的方法.     

基于截尾数据指数Pareto分布应力-强度模型的可靠性

在II型双截尾删失计划下，讨论了当系统被独立的随机施加指数Pareto （EP）压力时的系统可靠性问题.作者给出了系统可靠性参数的不同点估计和区间估计，其中点估计包括一致最小方差无偏估计（UMVUE）和最大似然估计（MLE）；区间估计包括精确置信区间，近似置信区间和bootstrap的区间估计.为了评价不同估计方法效果，作者提供数值模拟结果；最后提供了一个真实数据的分析结果来演示本文提出的方法.     

基于Weibull寿命模型对工业中可靠度指标进行Bayes估计

主要研究了工业中可靠性指标R=P(Y X)的参数估计问题,其中X和Y是具有相同尺度参数但不同形状参数的Weibull分布的独立随机变量,计算得到了R的极大似然估计和近似的极大似然估计.进一步根据上述结果计算得到了相应的渐近分布,并用它来构造渐近的置信区间.同时考虑了非参数的Bootstrap置信区间.另外,提出了基于不同的Gibbs抽样方法的Bayes估计:Metropolis-Hastings和Adaptive Rejection Metropolis Sampling.最后,通过数值模拟和实际数据的分析来对比不同参数估计方法的性能.     

逐步Ⅱ型截尾下屏蔽数据Burr Ⅻ串联系统的可靠性分析

假设串联系统由两参数BurrⅫ部件组成,两个参数均未知。在逐步Ⅱ型截尾试验下,基于屏蔽系统寿命数据,讨论了部件参数与可靠度函数的统计推断问题。利用极大似然理论及迭代方法,获得了部件参数及可靠度函数的极大似然估计,并给出了其渐近置信区间。鉴于极大似然估计法在完全屏蔽情形下的局限性,通过引入辅助变量并运用Gibbs抽样法,讨论了部件参数及可靠度函数的贝叶斯估计和最大后验密度置信区间。最后给出仿真算例,验证了本文方法的可行性和有效性。     

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.     

截尾情形下Weibull分布的最大似然估计

本文利用似然函数的单调性,分别给出了定时截尾和定数截尾情形下Weibull分布中参数最大似然估计(MLE)的数值解法.数据模拟研究表明,所给出的解法效果良好.     

强混合样本下部分线性模型的经验似然推断（英文）

本文研究强混合样本下部分线性模型的经验似然推断,将分块技术应用到经验似然方法中,证明部分线性模型的参数β的对数经验似然比统计量的渐近分布为卡方分布,由此构造强混合样本下β的经验似然置信区间.在有限样本情况下给出数值模拟结果.     

正态总体均值与标准差比在简单半序约束下的最大似然估计

本文考虑两个正态总体均值和方差是未知参数,均值与标准差的比在简单半序约束下,且样本个数不同时,计算均值和标准差的最大似然估计的问题.给出了计算均值和标准差的最大似然估计的方法.同时还给出了三个总体均值与标准差的比在简单半序约束下求均值和标准差的最大似然估计的计算方法,并给出了迭代算法的模拟结果.     

线性混合效应模型的正交经验似然推断

基于经验似然方法和QR分解技术, 对线性混合效应模型提出了一个基于正交经验似然的估计方法. 在一些正则条件下, 证明了所提出的经验对数似然比函数渐近服从卡方分布, 进而给出了模型固定效应的置信区间估计. 所提出估计过程不受模型随机效应的影响, 进而保证了所给出的估计是比较有效的. 一些数值模拟和实例分析进一步表明了所提出的估计方法是行之有效的.     

强混合样本下随机设计情形线性模型的经验似然推断

本文研究强混合样本下随机设计情形线性模型的经验似然推断,将分块技术应用到经验似然方法中,证明了线性模型的参数β的对数经验似然比统计量的渐近分布为卡方分布,由此构造了强混合样本下β的经验似然置信区间.在有限样本情况下给出数值模拟结果.     

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

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.     

多个偏正态总体共同位置参数的Bootstrap置信区间

该文基于Bootstrap 方法研究多个偏正态总体共同位置参数的区间估计和假设检验问题.首先,分别给出未知参数的矩估计和极大似然估计.其次,将徐礼文[1]对多个正态总体共同均值的探讨推广到多个偏正态总体,进而构造共同位置参数的Bootstrap 置信区间和Bootstrap检验统计量.Monte Carlo模拟结果表明...     

双重广义线性模型的经验似然推断

基于截面经验似然方法,将双重广义线性模型的拟似然估计方程作为截面经验似然比函数的约束条件,构造了均值模型和散度模型未知参数的置信区间.最后通过数据模拟,将该方法与正态逼近方法比较,说明了该方法是有效和可行的.     

Ⅰ型双删失下逆Rayleigh分布的统计分析

在Ⅰ型双删失样本下,用极大似然法得到了逆Rayleigh分布尺度参数估计的迭代公式.根据遗失信息原则计算出了Fisher信息矩阵,由极大似然估计的渐近正态性得到了参数的置信区间.取共轭先验分布,在平方损失函数下,求得了未知参数、可靠度函数的贝叶斯估计和参数的等尾置信区间.根据后验预测密度函数,得到了预测值的估计.通过Monte Carlo随机模拟,得到了多种估计值,并进行了比较,结果表明在小样本场合贝叶斯估计要优于极大似然估计.     

基于联合II型删失数据的两总体指数模型的精确统计推断（英文）

在本文中,我们讨论两指数总体的位置参数和尺度参数的统计推断问题.利用极大似然方法,在联合II型删失数据的情形下给出参数的精确分布以及相关精确统计推断结果.将枢轴量表示为标准指数随机变量的线性函数,并且给出枢轴量的条件精确分布,这个条件精确分布的一个很大优点是计算比较简单.利用条件精确分布,可以获得枢轴量的精确分位数.为了说明本文方法的优劣,我们也提供Bootstrap方法构造参数置信区间的相关结果.最后将理论结果,进行了部分数值模拟实验,这些数值结果列在相应的表格里.     

Burr Type Ⅻ分布的统计推断

该文讨论了两参数Burr Type Ⅻ分布基于逐次定数截尾样本的参数估计,导出了有关参数的点估计和区间估计.我们利用模拟方法对所给点估计和参数的最大似然估计作了比较,模拟结果显示所给点估计优于常用的最大似然估计.最后,用一个实际例子说明本文所给方法.