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.     

双参数指数分布位置参数的统计推断

通过次序统计量 ,得到了双参数指数分布 E(μ,λ)中位置参数μ的一致最小方差无偏估计为nn-1 T(1) -1n-1 T,推导出了 ( T-μ) / ( T-T(1) )的分布与参数μ,λ无关 ,从而得到了μ的置信区间与检验统计量 .     

帕累托分布抽样基本定理及在帕累托分布参数估计中的应用

本文首先发现帕累托分布抽样基本定理,应用到帕累托分布参数估计中,得到了帕累托分布参数的一致最小方差无偏估计;并且得到了单总体帕累托分布参数的置信区间及联合置信区间,以及双总体帕累托分布参数比值的置信区间.     

多元线性模型中的一个参数函数的UMVIQUE的存在性

考虑多元线性模型 Y=X_1BX＇_2 Uε,Eε=0,其中ε=（ε_1,…,ε_n）＇,ε==(ε_1',...ε_n'),E(εε)=I（×）∑,∑≥0。是未知协差阵。本文给出了tr（C∑）的一致最小方差不变二次无偏估计（简记为UMVIQUE）存在的充要条件。     

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.     

认购证发行总数的估计

利用发行的认购证有编号１，２，……，Ｎ，，本文通过随机抽取的几个认购证号码，给出了认购证发行总数的最大似然估计，一致最小方差无偏估计和Ｂａｙｅｓ估计。     

参数具有序限制的统计推断——一个新方法及其在生物统计中的应用

本文绘出参数具有序限制统计推断的一个新方法，并给出了应用实例．此方法可广泛应用于药物发展，公共卫生健康统计及工业质量控制中．     

指数抽样分布定理及三个期望之极小方差无偏估计的有效性比较

在相关文献工作的基础上完善指数抽样分布定理.首先导出指数分布样本最大值与样本最小值之差的分布,并证明了样本最大值与样本最小值之差和样本最小值相互独立;然后导出指数分布样本最大值与样本均值之差的分布,并证明了样本最大值与样本均值之差和样本最小值相互独立.从而构造出三个期望之极小方差无偏估计,基于样本均值与样本最小值之差和样本最小值构造出的期望之极小方差无偏估计,恰好是期望之一致最小方差无偏估计;文末,在小样本情景下,对上述三个期望之极小方差无偏估计作了有效性比较.     

排序集抽样下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

文章分别在简单随机抽样和排序集抽样下研究了Inverse Rayleigh分布中对应样本所含刻度参数θ的Fisher信息量.数值结果表示,同等样本容量的排序集样本比简单随机样本提供更多关于θ的信息.接着分别基于简单随机样本和排序集样本构造了θ的一些优良估计,并对估计结果进行了数值比较.     

动态极值排序集抽样设计下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

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Inverse Rayleigh分布中参数的一些优良估计.数值结果显示MERSS估计比SRS估计更有效.     

Sampling Theorem for Entire Functions of Exponential Growth

Applying the theory of generalized functions we obtain the Shannon sampling theorem for entire functions F(z) of exponential growth and give its error estimate which shows how much the error depends on the sampling size and bandwidth for given domain of the signal F(z). As an application we obtain a uniqueness theorem for entire functions and temperature functions.     

Bayesian Sampling Plans for Exponential Distribution Based on Type I Censoring Data

We study variable sampling plans for the exponential distribution based on type I censoring data. Using a suitable loss function, a Bayesian variable sampling plan (n _B , t _B , _B ) is derived. For certain prior distributions and loss functions, the numerical values of the Bayesian sampling plans and the associated minimum Bayes risks are tabulated. In terms of Bayes risks, comparisons between the proposed Bayesian sampling plans (n _B , t _B , _B ) and the Bayesian variable sampling plans (n ₀, t ₀, ^L _{T 0}) of Lam (1994, Ann. Statist., 22, 696–711) have been made. The numerical results indicate that under the same conditions, the proposed Bayesian sampling plan is superior to that of Lam in the sense that the Bayes risk of (n _B , t _B , _B ) is less than that of (n ₀, t ₀, ^L _{T 0}).     

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。     

带导数的Whittaker-Shannon-Kotelnikov样本定理

证明了在Lp(R)尺度下,Fourier变换具有紧支集[—σ,σ]的带有限函数类B3_(σ,p)可以由原函数及带导数序列{f(κπ/δ)}、{f'(κπ/δ)}以及{f"(κπ/δ)},κ∈R完全重构,进一步计算了,当f在L_r~p(R)中时的逼近阶.     

服从Dirichlet分布的成分数据的贝叶斯分析

本文研究了Dirichlet分布总体的参数和其他感光趣的量的贝叶斯估计。在参数的有实际意义的函数上设置均匀的先验分布，对适当变换后的参数用Metropolis算法得到马尔可夫链蒙特卡罗后验样本，由此即得参数和其他感兴趣的量的贝叶斯估计。     

Parametric Inference for imperfectly observed Gibbsian fields

Summary This paper presents a maximum likelihood estimation method for imperfectly observed Gibbsian fields on a finite lattice. This method is an adaptation of the algorithm given in Younes [28]. Presentation of the new algorithm is followed by a theorem about the limit of the second derivative of the likelihood when the lattice increases, which is related to convergence of the method. Some practical remarks about the implementation of the procedure are eventually given.     

Fundamental Theorem of Calculus

A simple but rigorous proof of the Fundamental Theorem of Calculus is given in geometric calculus, after the basis for this theory in geometric algebra has been laid out. Various classical examples of this theorem, such as the Green’s and Stokes’ theorem are discussed, as well as the theory of monogenic functions which generalizes analytic functions of a complex variable to higher dimensions.