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...     

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.     

均匀设计抽样的偏差

该文证明了均匀设计抽样点集的偏差为O（n－1（lnn）d），另外也证明了随机化均匀设计点集的偏差有同样的阶．最后进行了随机模拟．     

均匀设计抽样的一、二阶矩

（７）中给出并研究了均匀设计抽样（ＵＤＳ）及随机化均匀设计（ＲＵＤ）的一些优良性质,作者给出该设计和抽样的一、二阶矩。     

三种抽样设计下Inverse Exponential分布中参数的优良估计

Inverse Exponential (IE)分布作为一种寿命模型,在生存分析中起着重要作用.文章分别在简单随机抽样(SRS),排序集抽样(RSS)和基于Fisher信息量最大RSS (RSSF)下构造了IE分布中参数λ的一些优良估计.数值结果表明,使用同等样本容量的RSS样本和RSSF样本构造的RSS估计和RSSF估计比SRS估计有效.     

正交表型均匀LH设计和抽样

本文提出了一种新的设计和抽样方法－正交表型均匀LH设计和抽样,证明了这种抽样空间是OALH抽样空间的优良子集。这种设计和抽样空间中所有样本都与初始设计具有同阶低偏差等一些优良性质。并将它用于数值积分,证明了对有关参数的估计的方差阶低于其他抽样。同时还给出了有关的模拟结果。     

对数正态分布和Weibull分布变差系数的抽样验证方案

本文在参数的极大似然估计的基础上．给出了对数正态分布和Weibull分布变差系数的抽样验证方案．     

均匀设计抽样及其优良性质

抽样和设计是计算机试验的一个重要研究课题。本文提出了一种新的抽样方法—均匀设计抽样,研究了它的一些基本性质,并将其应用于数值积分近似计算,这种抽样是王元和方开泰(1981)均匀设计思想的一个发展,也是对Latin Hypercube抽样的一个重要改进,通过与Monte Carlo方法,Latin Hypercube抽样(包括OA-Based Latin Hypercube抽样)和均匀设计的比较,表明了这种抽样的优越性,最后还讨论了在一般分布情形下如何应用这种抽样。     

非均等最小值排序集抽样下Power-Lindley分布的极大似然估计

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.文章分别在简单随机抽样(SRS)和非均等最小值排序集抽样(RSS)下研究了Power-Lindley分布中参数的极大似然估计(MLEs).数值结果显示非均等最小值RSS下的MLEs比SRS的MLEs更有效.     

带有结构变化的线性模型中参数估计的一些结果

本文在一些纯量损失和矩阵损失下研究带有结构变化的正态线性模型中参数的估计问题．分别给出 了存在回归系数的一致最小风险无偏（ＵＭＲＵ）估计和一致最小风险同变（ＵＭＲＥ）估计的充要条件, 证明了不存在误差方差在仿射变换群下的ＵＭＲＥ估计．导出了回归系数的最小二乘估计的可容许性 和极小极大性．     

随机系统的状态与参数估计

本文根据Ｋａｌｍａｎ滤波与时间序列分析的理论，对非线性随机系统，导出了状与参数同时进行估计的递推算法，确定了它们的统计性质。为减少估计误差，用两层估计方法改进了估计精度。这个结果在ＳＩＳＯ系统中得到了证实。     

一种对称损失函数下刻度参数的最优同变估计

本文研究刻度参数分布族(1/σ)f(x/σ)中刻度参数在损失函数L(σ,δ)=(σ-δ)~2/σδ下的最小风险同变估计及其最小最大性。     

在一般Gauss─Markoff模型下线性变换保最佳线性最小偏倚估计

在一般Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型｛Ｙ，Ｘβ，Ｖ｝下，设Ｆ是一个适当阶矩阵，Ｃ为任意适当维向量，本文找到了ＡＹ是Ｃ＇β的最小偏倚估计的充分必要条件及ＡＹ是Ｃ＇β的最佳线性最小偏倚估计的充要条件．在以概率１意义下，证明了对于所有适当维向量Ｃ，Ｃ＇β的最佳线性最小偏倚估计能被表示成ＦＹ的线性函数的充要条件，且在此条件下，线性变换保最佳线性最小偏倚估计．     

变系数线性结构关系EV模型的参数估计

利用加权正交回归最小二乘法给出了变系数一维线性结构关系EV模型中的参数 估计,证明了估计的弱相合性和强相合性.     

增长曲线模型中一致最小风险无偏估计的存在性

考虑协方差阵任意，或具有均匀协方差结构，或具有序列协方差结构的正态增长曲线模型本文将文[19]在设计矩阵满秩，且仅估计回归系数矩阵的情形获得的结果推广到设计矩阵不必列满秩，且同时估计回归系数矩阵的线性可估函数和协方差阵（或有关参数）的情形；在凸损失函数类和矩阵损失函数下，给出存在一致最小风险无偏估计的充分必要条件．     

误差服从多元t分布的一类线性模型下参数估计的若干注记

研究一类线性模型下参数估计的若干问题．这类模型包含了多个因变量线性模型、增长曲线模型、扩充的增长曲线模型、似乎不相关回归方程组、方差分量模型等常用模型．在这类线性模型下,证明了当误差服从多元t分布时与误差服从多元正态分布时,具有相同的完全统计量和无偏估计,且在后一种情况下的充分统计量必为前一种情况下的充分统计量．对于带有多种协方差结构的前述几种模型,把在误差服从多元正态分布下,相应的协方差阵及有关参数的一致最小风险无偏(UMRU)估计存在性的结论推广到了相应的误差服从多元t分布情形．此外,对于误差服从多元t分布的这类统一的线性模型,给出了回归系数的线性可估函数的无偏估计的协方差阵的C-R下界．     

ASYMPTOTIC DISTRIBUTION OF LIKELIHOOD RATIO STATISTIC FOR TESTING SPHERICTY IN GROWTH CURVE MODELS

1IntroductionTheideaofgeneralizedgrowthcurvemodelsmeanswhereY=(yi,y2,''tAN)isapxNobservationmains;bothBandAarematrixeswithknownconstantelementsoforderpxqandmxNrespectively:(isaqxinparametermatriX;e=(el,ez,'',eN)isarandomerrorrnatrisoforderNxN;Zisanonnegativedefitiveparametermatrixoforderpxp,W=(wij)isaNxNnon-negativedefitivernatriswithknownelements.LetYdenoteamatriXwhosecoluxnnvectorsarethecorrelatedsaxnpleswithsizeNfroma"dimensionalnormalpopulation.Thecovariancematrixofthepopulationis…     

一般增长曲线模型参数阵的BLU估计

考虑一般增长曲线模型：Ｙ＝Ｘ１ＢＸ２＋εＥ（Ｖｅｃ（ε））＝０Ｖ（Ｖｅｃ（ε））＝σ２ＶＩｎ（Ｖ０）本文对任一可估函数ＫＢＬ给出了它的ＢＬＵ估计（最佳线性无偏估计），并得到了方差σ２的一个无偏估计．     

增长曲线模型中UMRE估计的存在性

对于设计矩阵不满秩，协方差阵任意或具有均匀结构或序列结构的正态增长曲线模型，本文讨论参数矩阵的一致最小风险同变（UMng）估计的存在性．在仿射变换群GI和转移交换群、二次损失和矩阵损失下本文分别获得存在回归系数矩阵的线性可估函数矩阵的UMRE估计的充要条件，推广了由[21]给出的在设计矩阵满秩下估计回归系数矩阵的结果．本文还首次证明了在群G1和二次损失下不存在协方差阵V和trV的UMRE估计．