共轭最大熵先验下的贝叶斯估计

针对指数分布情形，分别在平均失效率和失效率分位数的多元先验信息下，讨论了共轭最大熵先验下的贝叶期估计。     

估计死亡率分布的一个最大熵模型

本文提出了一种估计死亡率分布的新模型一最大熵模型。该模型直接从样本信息出发，不需要对待估分布的概率密度函数或先验分布作任何假定，从而克服了极大似然估计和贝叶斯估计的不足。而且通过两个例子的计算结果，表明该方法与样本数据的拟合效果要好于其它两种方法。     

最大熵先验下正态分布模型的Bayes模糊假设检验

研究了正态分布总体在方差已知,总体均值为正的条件下,获得最大熵先验分布,并根据贝叶斯风险准则求得多重模糊假设检验问题的最优决策.最后用算例说明其有效性.     

最大熵先验下的正态分布总体的Bayes分析

在正态分布总体方差已知时,满足总体均值为正,且其期望为某常数的约束条件下,应用最大熵原理获取先验分布,并求得后验分布.利用该后验分布得出总体期望的Bayes估计及可信区间.解决了经典统计中难以解决的问题.最后用算例说明其应用.     

基于最大熵和最小交叉熵方法的上证50ETF期权定价

基于最大熵方法和最小交叉熵方法,给出了根据期权价格推断标的资产价格分布的模型和已知先验信息下推断标的资产价格分布的模型,利用拉格朗日乘子法给出了模型的简化解,通过粒子群算法求出标的资产价格的密度函数,进而对上证50ETF期权进行定价比较.实证结果表明:基于最大熵方法推断的分布可以作为标的资产价格分布的较好估计;基于最小交叉熵方法推断的分布是在先验信息下标的资产价格分布的较好估计,两种方法适用于我国上证50ETF期权定价.     

不同先验分布下的后验分布确定土力学参数

岩土工程中各土层参数的取值是根据现场及室内试验数据,采用经典统计学方法进行确定的,但这往往忽略了先验信息的作用。与经典统计学方法不同的是,Bayes法能从考虑先验分布的角度结合样本分布去推导后验分布,为岩土参数的取值提供一种新的分析方法。岩土工程勘察可视为对总体地层的随机抽样,当抽样完成时,样本分布密度函数是确定的,故Bayes法中的后验分布取决于先验分布,因此推导出两套不同的先验分布:利用先验信息确定先验分布及共轭先验分布。通过对先验及后验分布中超参数的计算,当样本总体符合N(μ,σ2)正态分布时,对所要研究的未知参数μ和σ展开分析,综合对比不同先验分布下后验分布的区间长度,给出岩土参数Bayes推断中最佳后验分布所要选择的先验分布。结果表明:共轭情况下的后验分布总是比无信息情况下的后验区间短,概率密度函数分布更集中,取值更方便。在正态总体情形下,根据未知参数μ和σ的联合后验分布求极值方法,确定样本总体中最大概率均值μ_max和方差σ_max作为工程设计采用值,为岩土参数取值方法提供了一条新的路径,有较好的工程意义。     

基于极大熵准则的先验分布确定方法

借助于熵的概念，讨论了用极大熵的思想来确定先验分布的几种情形，给出了在各种情形下先验分布的形式和结论，从而提供了确定先验分布的一种有效的方法。     

农作物单产的最大熵分布及在费率厘定上的应用

农作物单产分布的确定是农业保险中费率厘定的基础。本文引入最大熵原理,基于最大熵优化模型得出农作物单产的最大熵分布,并以此进行费率厘定。同时以辽宁省主要作物水稻、玉米、大豆和花生为例,确定了该四种农作物的费率,分别为4.45%、6.77%、6.34%、6.43%。结果表明:利用最大熵分布理论进行费率厘定不需要事先假定农作物单产分布的形式,而且考虑了更多作物单产分布的信息,为农业保险费率的合理精算提供一种新的可供选择的方法,有助于农业风险决策的科学化。     

多源验前信息下先验分布的稳健融合方法

根据多种先验分布与似然函数尾部特性的比较,给出了多源验前信息下先验分布的稳健融合方法.讨论了由该方法得到的融合先验分布的后验稳健性问题.最后的数值例子表明,由该方法得到的融合先验分布具有较好的稳健性,进一步验证了该方法的有效性.     

基于最大熵的延迟启动/关闭N策略M/G/1可修排队稳态队长分布

研究具有延迟启动-关闭的N策略M/G/1可修排队系统,利用最大熵方法导出稳态队长分布的解析解,进一步得到基于最大熵的顾客平均等待时间.通过比较顾客的平均等待时间来检验最大熵方法的精度,结果表明基于最大熵方法得到的稳态队长分布是相当精确的.     

一类拟线性椭圆型方程广义解最大模的先验估计

对于拟线性椭圆型方程(1),能在很一般的结构条件下证明广义解的有界性,但却一直没有给出过解的最大模的先验估计.本文将第一次给出一类拟线性椭圆型方程广义解的最大模的先验估计.     

一类拟线性椭圆型方程广义解最大模的先验估计

对于拟线性椭圆型方程(1),能在很一般的结构条件下证明广义解的有界性,但却一直没有给出过解的最大模的先验估计.本文将第一次给出一类拟线性椭圆型方程广义解的最大模的先验估计.     

不同先验分布下艾拉姆咖分布参数的Bayes估计

首先在定数截尾场合下,分别取共轭先验、Jeffreys先验和无信息先验,给出了艾拉姆咖分布参数的Bayes点估计和区间估计;其次用极大似然法得到超参数的估计值;然后通过随机模拟得到参数估计的均值和均方误差;最后由一个实例给出了不同截尾样本下参数的三种点估计和区间估计,并把它们进行了比较.     

不完全信息下损失风险的研究

在获得损失分布不完全信息情况下,提出用方差和熵共同度量损失风险的方法.在不完全信息条件下,通过最大熵原理在最不确定的情况下得到最大熵损失分布,并获得了损失分布的熵函数值.用熵值度量损失分布对于均匀分布的离散程度,从而度量概率波动带来的风险;用方差度量损失对于均值的离散程度,从而度量状态波动带来的风险.由于熵是与损失变量更高阶矩信息相联系的,所以新方法是从更全面的角度对损失风险的预测.通过算例,进一步看出在获得高阶矩信息下,熵参与风险度量的必要性.     

以截尾伽玛分布为先验分布的产品失效率的贝叶斯估计

本文研究了基于泊松分布的产品失效率估计问题.利用贝叶斯统计推断方法,获得了以截尾伽玛分布为先验分布时,产品失效率的贝叶斯估计和相关性质,推广了以伽玛分布为先验分布的贝叶斯估计结果.     

测量不确定度信息约束下的最大熵分布研究

不确定度报告广泛存在于计量工作中,在不确定度报告的有效周期内,如何利用已有的不确定度信息为后续的测量不确定度评定服务是一个重要的问题.文章以被测量已有的不确定度信息为约束条件,提出了一种结合最大信息熵原理和Heaviside阶梯函数的最大熵分布确定方法,实现被测量分布的推导.同时给出遗传算法计算拉格朗日乘子.通过实例分析发现,当被测量为对称性分布时,基于不确定度信息的最大熵分布与理论分布拟合地较好,而当被测量为非对称性分布时,拟合存在一定的偏差.但在仅有测量不确定度信息的情况下,最大熵分布是对被测量真实分布较好的近似,因而可将此分布用于后续的不确定度评定.     

Bayes区间估计的近似算法

§1.引言 Bayes分析无论在理论上还是在应用中现在都已是个很重要的方法.由于它可以综合历史的先验信息和当前的样本信息来作统计推断,因而可以比较有效和合理的解决一些问题.使用Bayes分析的困难在于先验分布的确定和后验分布的计算.对于先验分布的选取人们作了大量的研究,至今已有共轭先验、无信息先验、最大熵先验,用主观概率     

多层先验分布的构造及其应用

本文综述了先验分布的研究进展情况，给出了构造多层先验分布的方法——增减函数法，并给出了它们在无失效数据可靠性中的应用。     

基于先验信息的社会碳成本贝叶斯不确定性分析

针对气候变化及经济影响存在的巨大不确定性,研究了气候变化不确定性以及先验信息对社会碳成本的影响.在贝叶斯理论框架下,采用指数分布刻画气候变化的分布特征,假设尾部变化率是一个随机变量,给出其伽玛先验分布,推导了气候变化分布的贝叶斯先验预测分布.并分别基于指数分布以及帕累托先验预测分布计算了社会碳排放成本.模拟分析发现,在未融合先验信息的情况下,由于尾部概率很小,不管是否修正消费与气候变化之间的关系,截尾社会碳成本和未截尾社会碳成本几乎重合.然而,在利用贝叶斯方法融合先验信息的情况下,社会碳成本容易受到先验信息的影响.但是,通过修正消费与气候变化之间的关系后,发现社会碳成本受先验信息的影响比较少.     

各向异性增长拟线性椭圆型方程广义解最大模的先验估计

本文我们第一次给出了几类各向异性增长拟线性椭圆型方程广义解的最大模的先验估计。