排序集抽样下指数分布的产品可靠度研究

为了提高指数分布产品可靠度的估计效率,研究了基于排序集抽样方法的极大似然估计量(Maximum likelihood estimator,MLE),证明了新MLE具有存在性、唯一性和渐近正态性,并通过排序集样本的Fisher信息得到MLE的渐近方差。针对似然方程没有显式解的问题,利用部分期望法对MLE进行修正,并给出其具体表达式。渐近相对效率和模拟相对效率的研究结果表明:排序集抽样下MLE和修正MLE的估计效率都一致高于简单随机抽样下MLE。最后,将推荐方法应用到转移性肾癌的临床研究中。     

排序集抽样下指数分布参数的最优线性无偏估计

排序集抽样方法适用于样本测量困难但排序容易的场合,其样本包含了次序信息.指数分布在寿命试验中占有非常重要的地位,为了提高指数分布参数的估计效率,本文提出了排序集抽样下参数的最优线性无偏估计量,计算了新估计量的方差,证明了其具有渐近正态性.相对效率和模拟效率的研究结果表明:新估计量的估计效率不仅高于简单随机抽样下一致最小方差无偏估计量,也高于排序集抽样下样本均值和修正极大似然估计量.最后,将推荐方法应用到转移性肾癌的临床研究中,从而验证该方法的有效性.     

动态极值排序集抽样设计下Rayleigh分布的参数估计

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果显示MERSS估计比SRS估计更有效.     

排序集抽样下Rayleigh分布的参数估计

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)被视为一种有效的收集数据的方式.文章分别在简单随机抽样(SRS)和RSS下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果...     

排序法计算指数寿命型元件串联系统可靠性经典精确最优置信下限

对于样本点是离散的情况,可用对样本点排序的方法确定可靠性置信下限,排序有很多种,有L-P排序、序贯排序、极大似然估计排序、修正L-P排序等。本文提出一种具有直观合理性的新的排序方法,计算指数寿命型元件串联系统可靠性经典精确最优置信下限。     

排序集抽样下Power-law分布中参数的参数估计

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.文章分别在SRS和RSS下研究了Power-law分布中参数的极大似然估计(MLE),修正MLE,修正无偏估计和修正最优线性无偏估计(BLUE).进一步针对该分布,文章找到了基于次序统计量Fisher信息量最大化的RSS,并在这种RSS下研究了上述估计.模拟结果显示RSS下的对应估计一致优于SRS下的对应估计.     

Pareto分布环境因子的估计及其应用

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.     

优良抽样设计下Logistic分布中参数的极大似然估计

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.     

完美和非完美中位数排序集抽样下刻度参数的极大似然估计

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个重要的研究课题.在统计推断方面,排序集抽样(RSS)现在是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.本文在中位数RSS(MRSS)下,研究了刻度参数的极大似然估计(MLE)及其性质.证明了该MLE在刻度变换群下是一个同变估计.以威布尔分布和正态分布为例,比较了MRSS,RSS和SRS下刻度参数的MLE的效率.数值结果表明不管排序是否完美,MRSS下刻度参数的MLE都是比RSS和(或)SRS下刻度参数的MLE有效.     

定数截尾场合下混合指数威布尔分布的参数估计

混合指数威布尔分布是寿命数据分析中一个重要的统计模型.但是利用传统的矩法估计,极大似然估计等估计模型的参数比较困难.应用ECM算法,研究了混合指数威布尔分布在定数截尾数据场合下的参数估计问题,并以数值模拟验证用ECM算法来估计混合指数威布尔分布在定数截尾数据场合下的有效性.     

基于有序抽样样本的参数的极大似然估计的性质

有序抽样是一种新的抽样方法 ,与简单随机抽样方法相比它具有很多很好的性质 .本文讨论了在有序抽样样本下的参数的极大似然估计的性质 .     

指数分布串—并联混合系统产品的统计分析

给出单元寿命服从同一指数分布的串-并联混合系统产品参数的矩估计和极大似然估计,并通过大量Monte-Carlo模拟比较了估计的精度,得到在样本容量小于35时矩估计优于极大似然估计,而样本容量不小于35时极大似然估计优于矩估计.另外,还给出了参数的精确区间估计与近似区间估计,并通过大量Monte-Carlo模拟考察了区间估计的精度.     

混合分组数据下恒加试验的参数估计

本文研究了恒定心力加速寿命试验在获得混合分组数据情况下的参数估计问题.利用EM算法,扶得了参数极大似然估计的迭代式.该结果推广了分组数据场合下一般恒加试验的参数估计.     

部分线性回归模型的加权似然推断

针对不同来源的几组相关数据集,研究了部分线性模型的加权似然推断问题,给出了加权似然估计的相合性和渐近正态性,模拟结果表明在均方误差意义下,加权似然得到的估计优于经典的极大似然估计,并把新的估计方法应用到艾滋病临床试验数据分析中.     

一个新的具有单调降失效率的寿命分布

本文由Pareto分布和Logarithmic分布"混合"生成两参数具有单调降失效率的新型寿命分布,研究了该分布的矩、熵、失效率函数、平均剩余寿命和参数的极大似然估计,应用EM算法求参数的极大似然估计,进行了数值模拟.     

完全数据下Weibull分布参数的极大似然估计

在完全数据条件下对Weibull分布,分别使用Newton-Raphson算法、CM算法及修正的CM算法进行完全数据Weibull分布参数的极大似然估计计算,并且在得到相应的迭代公式后,进行随机模拟.从模拟结果来分析这三种算法在处理Weibull分布参数的极大似然估计的优良性.     

基于Halton序列的面板数据Biprobit模型估计及应用

在构建随机效应面板数据Biprobit模型和部分可观测Biprobit模型的基础上,采用基于Halton序列的模拟极大似然法估计这类模型的参数.相比于采用传统的数值积分公式处理似然函数中二重积分的方法,依赖于Monte Carlo积分的模拟极大似然法具有不依赖于积分节点选取的数值稳定性,且无需过多抽样就可以保证求解的精度.模拟实验结果说明了算法的有效性,对农户消费信贷约束的实证结果表明,不同抽样次数下参数估计结果并无明显差别,算法具有稳定性.     

产品可靠寿命的最优排序集挑选设计

针对产品可靠寿命的估计问题,构造了基于排序集挑选样本的非参数估计量,证明了该估计量具有强相合性和渐近正态性。针对不同的可靠寿命,具体给出了使得估计效率达到最大的最优挑选抽样设计。最后,渐近相对效率和实际应用的研究结果表明:最优挑选设计的抽样效率高于简单随机抽样。     

两参数指数分布产品全样本场合下步进应力加速寿命试验损伤失效率模型下的统计分析

本文给出了两参数指数分布产品全样本场合下步进应力加速寿命试验损伤失效率模型下参数的极大似然估计和拟矩估计,并通过Monte-Carlo模拟说明本文方法的可行性.     

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.