对称损失下二项分布参数的E-Bayes估计及其性质

在已有的文献中提出了一种新的参数估计方法——E-Bayes估计法.在对称损失函数下,对二项分布的参数给出了E-Bayes估计和多层Bayes估计,并给出了E-Bayes估计的性质.最后,给出了数值算例,结果表明提出的方法可行且便于应用.     

二项分布可靠度E-Bayes估计的性质

作者以前提出了一种新的参数估计方法——E-Bayes估计法,对二项分布的可靠度,给出了E-Bayes估计的定义、E-Bayes估计和多层Bayes估计公式,但没有给出E-Bayes估计的性质.该文给出了二项分布可靠度F-Bayes估计的性质.     

基于粒子群算法的捕食者-食饵模型的参数估计

针对捕食者-食饵模型参数估计问题,基于三次Hermite插值多项式,提出了一种基于粒子群优化算法的高精度参数估计方法.数值仿真实验表明,本文提出的参数估计方法可以更精确地计算出相关参数.     

计量调整型抽样检验系统GB/T6378-1986与ISO3951 :1989的比较分析

GB/T6378-1986作为计量抽样检验方面的基础性国家标准,是参照国际标准ISO3951:1989而制定的。1989年国际标准化组织ISO/TC69发布了ISO3951的修订版本ISO3951:1989,ISO3951的这一修订版反映了计量抽样检验的最新研究成果,为开展国家标准GB/T6378的修订工作,本文系统地对GB/T6378-86和ISO3951:89进行了比较分析研究。     

医学显性致死试验平均死胎率比较的统计分析

负二项分布方法可用作比较显性致死试验中平均死胎率的差异 ,本文对传统的负二项分布方法进行了描述 ,同时提出两种非参数方法 ,且就以上的方法的不足进行了比较 ,例子显示利用文中的一种非参数方法—L法更为合理     

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 .     

门槛回归模型中门槛值和回归参数的估计

门槛模型中有两个关键问题:门槛个数的选择和门槛参数的估计.本文提出的判罚光滑最小二乘方法同时解决这两个问题.本文的方法避免了为确定门槛个数所需的假设检验,计算简单.回归参数估计被证明是n-~(1/2)相合且渐近正态,门槛参数估计被证明是(n/h-)~(1/2)相合且渐近正态.数值模拟和实际例子结果显示本文方法有效可行.     

可靠度的E-Bayes估计、性质及应用

对二项分布的可靠度,提出了一种新的参数估计方法——E-Bayes估计法.在不同先验分布下,给出可靠度的E-Bayes估计和多层Bayes估计,并给出可靠度的E-Bayes估计的性质——E-Bayes估计和多层Bayes估计的关系.最后,给出了模拟算例,结果表明本文提出的方法可行且便于应用.     

非参数理论综述

对非参数理论进行了系统地综述.非参数理论中一个比较重要的内容是估计方法,常见的非参数估计方法有核估计、局部多项式估计、近邻估计等.光滑参数的选取、"维数灾难"与边界点问题也是与非参数理论有关的重要内容,也对这些方面进行综述.最后,文章还综述了非参数技术在时间序列模型中的有关应用问题.     

缺失数据下的半参数变系数模型的借补估计

本文在响应变量随机缺失情形下讨论了半参数部分线性变系数模型的估计问题.首先采用局部线性方法估计系数函数,然后进一步估计常数系数.最后利用回归方法借补缺失的响应值,再用全部数据估计常数系数.本文进-步讨论了利用完整个体方法及借补方法求得的参数估计的渐近性质,并进行了模拟比较.     

负二项分布两种参数估计及其比较

负二项分布在昆虫空间分布中有重要应用,其参数常用矩法或零频率法来估计。本文讨论两种估计的性质,得到大样本情形下,零频率较大时,零频率估计较矩估计有更高精度的结论;通过计算机模拟,验证结论。     

一种新的恒加试验下双参数指数型产品的可靠性分析

针对双参数指数型产品,在具有二项移走(即在每个观测时刻产品的移走数服从二项分布)的分组寿命试验下,研究了分组时刻的确定方法,推导出门限参数、寿命参数和移走概率的极大似然估计。进而,讨论了双参数指数型产品在具有二项移走的恒加寿命分组试验下的可靠性分析问题。利用加速寿命方程,给出了双参数指数型产品的可靠性估计。最后给出随机模拟例子验证了结论的正确性。     

Statistical Inference for the Rayleigh distribution under progressively Type-II censoring with binomial removal

This paper takes into account the estimation for the unknown parameter of the Rayleigh distribution under Type II progressive censoring with binomial removals, where the number of units removed at each failure time follows a binomial distribution. Maximum likelihood and Bayes procedure are used to derive both point and interval estimates of the parameters involved in the model. The expected termination point to complete the censoring test is computed and analyzed under binomial censoring scheme. Numerical examples are given to illustrate the approach by means of Monte Carlo simulation. A real life data set is used for illustrative purposes in conclusion.     

二项分布无失效数据可靠度的多层Bayes估计

文章对二次分布无失效数据的可靠度,在先验分布为Ｂｅｔａ分布时,给出了可靠度的多层Ｂａｙｅｓ估计。最后,结合实际问题进行了计算。     

可靠度的双侧M-Bayes可信限

对二项分布的可靠度,提出了一种新的参数估计方法—双侧M-Bayes可信限法.在无失效数据情形,给出了可靠度的双侧M-Bayes可信的定义、双侧M-Bayes可信的估计,关于双侧M-Bayes可信限的性质提出了一个猜想—可靠度的双侧M-Bayes可信限与双侧经典置信限的关系.最后,给出了一个例子,通过这个例子可以看出双侧M-Bayes可信限优于双侧经典置信限.     

利用区间删失数据的分布函数估计及其收敛速度

讨论任意m点均匀分布(m≥3)的情况,用m点均匀分布的累积分布函数去逼近连续总体的分布函数,在适当的条件下,证明了用区间删失数据估计分布函数具有收敛速度D(n)-2/9.     

二项分布参数多层Bayes和E Bayes估计的性质

讨论无失效数据下二项分布参数E Bayes估计和多层Bayes估计的性质,证明二项参数的多层Bayes估计和E Bayes估计渐近相等,且E Bayes估计值小于多层Bayes估计值.     

基于无失效数据的可靠度的估计

对二项分布无失效数据，在可靠度的先验密度为且时，给出了可靠度的多层Bayes估计．     

关于Hsler-Reiss分布的一点注记

本文研究了服从二元二项分布的随机向量序列的极值分布问题.利用构造性的方法,证明了服从二元二项分布的随机向量序列之极值依分布收敛到Hsler-Reiss 分布, 将已有结论推广到离散情形.