随机删失场合回归函数的改良核估计

本文在随机删失场合下,讨论了回归函数ne(z) = E[州X二习的估计问题,利用改良的核估计方法,得到了改良核估计的强相合性.     

随机删失场合回归函数改良核估计的收敛速度

本文在随机删失场合下 ,得到了回归函数 m ( x ) = E [Y /x ] 的改良核估计及核估计的收敛速度 ,该结果与完全数据场合完全一致.     

删失场合下回归函数估计的强相合性

本文给出随机删失场合下非参数回归函数的一类核估计，得到核估计的强相合性，并证得对数律。     

删失场合混合样本下回归函数核估计的强相合性

在删失场合下,当(Xi,Yi)为同分布ψ混合样本时,获得了回归函数m(x)=E(Y|X=x)的3类核估计的强相合性.     

删失数据非参数回归函数最近邻估计强收敛速度

建立了删失数据非参数回归函数最近邻估计强收敛速度,并得到主阶n的指数为1／(2 d)的最优速度．作为定理的推论,在完全数据情形时,本质地改善了赵林城等(1984,1986)所得的结果。     

随机删失场合基于 Synthetic Data 的回归 函数核估计的强相合性

本文改进了文献[ 1] 中窗宽的条件; 并且讨论了随机删失场合基于 Synthetic Data 的回归函数递推核 估计的强相合性,所得结论均与完全样本情况相对应.     

鞅差序列下回归函数加权核估计的收敛性

研究了在删失样本下误差为鞅差序列时 ,回归函数加权核估计的r阶矩收敛性 ,完全收敛性和几乎处处收敛性 ,推广了在完全样本下误差为鞅差序列时相应的结论 ,同时还给出了r(r >1)阶矩收敛的收敛速度     

随机删失场合半参数回归模型参数估计的重对数律‘

本文探讨了随机删失场合半参数回归模型的参数估计问题.考虑半参数回归模型Y =X}}3 + g(T)十。，其中(X,T)’为取值于Kp X [0,1〕上的随机向量，月为1'维未知参数向量，8为定义于【0.1]上的未知函数，。为随机误差，Ee = 0 . Eez = az }。未知，且(X ,T)与。独立，).被一个与之独立的随机变量V所截.此时仅能观察到:Z=min(Y,V),o=1(Y簇V)，参数I3,az的估计量禽及公 z可综合非参数的权函数估计法与参数的最小二乘估计方法得到.本文对核函数的情形得到了念及ar z的精确收敛速度即重对数律.     

左删失恒定应力部分加速寿命试验下逆Rayleigh分布的参数估计

在恒定应力部分加速寿命试验下,基于左删失样本,研究了逆Rayleigh分布的参数估计问题。运用极大似然法得到未知参数和加速因子的极大似然估计。根据Louis提出的缺失信息原则,计算了Fisher信息矩阵,得到分布参数和加速因子的近似置信区间。当取参数的先验分布为指数分布时,在平方损失函数下求得了参数的贝叶斯估计,并利用极大似然法估计了超参数。通过 Monte Carlo 模拟,得到估计量的均方误差,据此对极大似然估计和贝叶斯估计进行了比较。最后,计算了不同左删失样本下逆Rayleigh分布参数及加速因子的估计。     

NA 序列回归函数核估计的强相合性

本文在{Y i :i =1, 2, … , n}为同分布NA 序列的条件下得到了非参数回归函数m(x)=E(Y X =x)核估计的强相合性.     

随机截断下分布函数的光滑PL 估计

本文在随机左截断情形下, 对非参数光滑PL 估计Fn , 光滑PL 过程n(Fn -F)用光滑经验过程加上一个可忽略的余项来一致地表示.把文献[ 8] 的结果加以改进, 使其表示形式在统计意义上更为直观.并得到光滑PL 过程的重对数律.     

两参数Birnbaum-Saunders疲劳寿命分布图像特征的拓展分析

研究了两参数BS疲劳寿命分布BS(α,β)密度函数f(t)和失效率函数λ(t)顶峰点的位置以及在中位数β左右侧的图像特征,并给出了判断失效率函数图像特征的更为一般的结论.     

基于THERP可变功能机械功能转换过程评价

可变功能机械额功能转换过程设计是该类产品设计开发的一个重要环节,其设计结果不仅决定产品功能的实现与否,还会对诸如安全性、经济性等非技术类问题造成影响,目前还缺少专门针对此过程设计解的分析及评估方法.为解决此问题,结合人失误概率预测技术(Technique for Human Error Rate Prediction, THERP)模型及风险概率与经济性安全评价对功能转换过程进行定量分析.依据THERP模型将功能转换过程划分为一系列子任务,并建立功能转换过程二叉树,同时按照功能转换过程的特点对二叉树进行简化,接着评估各失误路径的发生概率及失误严重度,并将失误严重度量化为经济损失,最后得到功能转换过程的风险值.同时通过角磨机向电锯功能转换的过程定量分析,验证了该方法的可行性.     

基因芯片数据标准化局部加权回归法权函数探究

局部加权回归方法(Lowess方法)作为一种较常见的基因芯片数据标准化方法涉及到众多的参数和权函数.对于权函数的选择一直以来都是采用三次权函数.因此本文从误差为重尾型的t分布出发,模拟不同自由度的基因芯片数据,然后选择不同的权函数对这些数据进行Lowess方法标准化,并利用残差平方和、标准化后的M和A值的相关系数及MA图作为评判标准,最终得到相关指标量与权函数的变化关系.