JM模型的统计推断

本文对软件可靠性的著名模型-JM模型进行了研究,给出了这个模型中参数的最大似然估计存在的充要条件,并给出了软件可靠性的精确置信下限及其计算方法。     

基于经验似然的部分线性模型的统计诊断

经验似然方法己经被广泛应用于许多模型的统计推断.本文基于经验似然对部分线性模型进行统计诊断.首先给出模型的估计方程,进而得到模型参数的极大经验似然估计;其次,基于经验似然研究了三种不同的影响曲率;最后通过随机模拟和实例分析,说明了统计诊断方法的有效性.     

线性混合模型中方差分量的估计与QR分解

在线性混合模型中, 极大似然估计是一种很重要的估计方法, 但是它常常需要通过迭代求解. 应用设计阵的QR分解, 可以把设计阵变换成上三角矩阵. 这样可以降低参与迭代运算的矩阵的阶数, 还可以减少参与运算的数据量, 从而提高运算的速度. 本文讨论了QR分解在EM算法中的应用, 并用模拟的方法验证了QR分解可以极大的提高运算的速度. 本文同时讨论了QR分解在另外一种估计方法, 即ANOVA估计中的应用.     

具有Rao简单结构的多元t-模型的MLE及其精确分布

探求模型中未知参数的估计及其分布一直是统计学研究中的感兴趣的问题.本文研究了具有Rao简单结构多元t-模型的极大似然估计, 利用条件分布方法,获得了其精确分布.     

ARMA模型变化点的极大似然估计

设W_1,…W_(n-1),W_n,…,W_m是对系统S的无间断等时间间隔的K维观测向量,样本W_1,…,W_(n-1)和样本W_n,…,W_m相互独立且分别来自两个不同的ARMA模型:     

关于MLE在渐近中位无偏意义下的渐近有效性

本文讨论正则条件下极大似然估计在渐近中位无偏意义下的渐近有效性。     

有偏模型中一类统计泛函的经验似然估计及其渐近性质

Ｘ１，…，Ｘｍ；Ｙ１，…，Ｙｎ为独立随机样本，Ｘ，Ｘ１，…，Ｘｍ同分布，Ｘ－Ｆ，Ｆ（０）＝０，Ｙ，Ｙ１，…，Ｙｎｍ同分布，Ｙ的分布函数为Ｇ（ｙ）＝１／μ∫ｙω（ｔ，β）ｄＦ（ｔ），ｙ≥０，其中，β∈Ｒ，μ＝∫０＾∞ω（ｔ，β）ｄＦ（ｔ），０〈μ，ω（ｔ，β）〈∞，Ｆ，μ和β均未知，ω（ｔ，β）的形式已知，设θ为一待估参数，且存在一已知函数ψ（Ｘ，θ）满足ＥＦψ（Ｘ，θ）＝０，本文利用经验似然法给出     

上证股指极值模型估计和VaR计算

POT极值模型参数的准确估计是计算金融资产回报厚尾分布市场风险的关键.由n阶概率加权矩得到参数的二项式回归估计,而将参数的零,一阶概率加权矩估计予以推广.极大似然估计中.将极大化似然函转化为二元函数无条件极值问题·其他参数估计方法的结果作为迭代的初始值,通过它们的似然函数值和极大似然函数值的比较以及迭代次数判断方法的优劣.实证研究表明:参数的零、一阶概率加权矩估计较接近于真值,随着阶数的提高,二项式回归参数估计的误差很大.参数的极大似然估计优于非线性回归估计优于零、一阶概率加权矩估计.在此基础上计算上证A股指数vaR值.     

升降法确定的疲劳强度估计量的统计特性

当疲劳强度服从正态分布N(μ,σ2)时,文[11]给出了,在特定条件下,Sri=1/2(Si+Si+1)是疲劳强度均值μ的极大似然估计的证明,笔者认为该证明值得商榷.本文将特定条件推广到一般条件,得到了新的结论当疲劳强度服从任何给定的标准差的正态分布N(μ,σ02)时,在一般条件下,Sri=1/2(Si+Si+1)是疲劳强度均值μ的极大似然估计.并给出了严格的证明.     

缺失偏t正态数据下线性回归模型的统计推断

本文研究缺失偏t正态数据下线性回归模型的参数估计问题,针对缺失偏t正态数据,为使样本分布更加接近真实分布,改善模型的回归系数、尺度参数、偏度参数和自由度参数的估计效果,提高参数估计的稳定性,提出一种适合缺失偏t正态数据下线性回归模型的修正随机回归插补方法.通过随机模拟和实例研究,同随机回归插补,多重随机回归插补方法比较,结果表明所提出的修正随机回归插补方法是有效可行的.     

线性回归模型的Bayes统计推断

Bayes方法虽融合了样本信息和先验信息，但利用的先验信息都是有历史经验和专家估计所得，因此可靠度不高。该文研究了正态线性回归模型：Y=Xβ＋e，e—N（0，σ^2。L），其中σ^2已知，β为未知参数向量，对传统的Bayes方法进行了改进，即把Bayes方法中的后验信息作为改进Bayes的无验信息并融合样本信息进行统计推断，在二次损失函数下得到了β的改进的Bayes估计。由于改进的Bayes方法的先验信息中有样本信息，因此其准确度比传统的Bayes方法准确度更高。     

A Linear Immigration-Birth-Death Model and Its Statistical Inference

formula of simulation proccss by In this paper, we employ monmnt generating function to obtain some exact transition probability of inlmigration-birth-death（IBD） model and discuss the of sample path and statistical inference with complete observations of the IBD the exact transition density formula.     

δ冲击模型中截尾数据的统计推断

本文研究了δ-冲击模型中参数δ的统计推断问题，该模型具有参数为λ的Poisson冲击，系统在当两个连续的冲击时间间隔小于δ时失效，失效的时间记为T．首先，我们给出了在δ小于平均冲击间隔时间(即1／λ)的情况下，失效时间T的密度函数的性质；然后我们给出了截尾数据的损失信息补偿的方法；借助Class-K方法，给出了δ的无偏、一致估计以和区间估计．最后，由Edgeworth展开和Boostrap方法，我们得到了δ的精确度更高的区间估计．     

Statistical Inference for Partially Observed Markov-Modulated Diffusion Risk Model

We propose a method for obtaining the maximum likelihood estimators of the parameters of the Markov-Modulated Diffusion Risk Model in which the inter-claim times, the claim sizes, and the volatility diffusion process are influenced by an underlying Markov jump process. We consider cases when this process has been observed in two scenarios: first, only observing the inter-claim times and the claim sizes in an interval time, and second, considering the number of claims and the underlying Markov jump process at discrete times. In both cases, the data can be viewed as incomplete observations of a model with a tractable likelihood function, so we propose to use algorithms based on stochastic Expectation-Maximization algorithms to do the statistical inference. For the second scenario, we present a simulation study to estimate the ruin probability. Moreover, we apply the Markov-Modulated Diffusion Risk Model to fit a real dataset of motor insurance.

     

标准参照测验中的统计推断问题

在一定条件下利用一次测验分数推出考生观测分数分布和真分数分布及它们的联合分布,从而给出掌握推断中分类信度的一致性指标P和Kappa系数的估计,讨论一些相关的统计推断问题.     

二项-广义Pareto复合极值分布模型的统计推断

极值理论主要研究小概率、大影响的极端事件.当前,复合极值分布已经广泛应用于水文、气象、地震、保险、金融等领域.本文以极值类型定理和PBDH定理为理论依据,构建了二项-广义Pareto复合极值分布模型;使用概率加权矩方法,对所建立的复合模型推导参数估计式;利用计算机模拟,得到了Kolmogorov-Smirnov(简称KS)检验统计量的临界值.     

Foundations of Statistical Inference

Journal of the Operational Research Society -     

一般δ-冲击模型中无失效数据的Bayes统计推断

在这篇文章中,我们针对一般冲击模型,研究Bayes方法处理无失效数据的问题.所谓一般δ-冲击模型是指系统受到强度为λ的Poisson冲击,当两个连续冲击之间时间间隔的长度不属于某个固定的区间[δ1,δ2]时,系统将失效.我们分别选择均匀分布和Beta分布作为先验分布,用Bayes方法和多层Bayes方法得到了参数δ1和δ2的估计.     

��I�ͻ�Ͻ�β��ָ��——�������ֲ�����ʧЧģ�͵�ͳ�Ʒ���

In this paper, we investigate a competing risks model based on exponentiated Weibull distribution under Type-I progressively hybrid censoring scheme. To estimate the unknown parameters and reliability function, the maximum likelihood estimators and asymptotic confidence intervals are derived. Since Bayesian posterior density functions cannot be given in closed forms, we adopt Markov chain Monte Carlo method to calculate approximate Bayes estimators and highest posterior density credible intervals. To illustrate the estimation methods, a simulation study is carried out with numerical results. It is concluded that the maximum likelihood estimation and Bayesian estimation can be used for statistical inference in competing risks model under Type-I progressively hybrid censoring scheme.