关于Pareto极值问题

[1]中研究了Pareto极值问题.[3]中部分地改进了[2]中的结果.本文给出Pareto极值存在的一个一般结论,这一结论包含了[2][3]中的有关结论作为特殊情况.利用弱拓扑还讨论了强-Pareto极值的存在性,从而在比[2][3]有关定理更弱的条件下,获得了更强的结论.     

��ָ���λ���ع�ı���ѡ��

多元非参数分位数回归常常是难于估计的, 为了降低维数同时保持非参数估计的灵活性, 人们常常用单指标的方法模拟响应变量的条件分位数. 本文主要研究单指标分位数回归的变量选择. 以最小化平均损失估计为基础, 我们通过最小化具有SCAD惩罚项的平均损失进行变量选择和参数估计. 在正则条件下, 得到了单指标分位数回归SCAD变量选择的Oracle性质, 给出了SCAD变量选择的计算方法, 并通过模拟研究说明了本文所提方法变量选择的样本性质.     

鲁棒优化中的Pareto有效性

对于一般的不确定优化问题, 研究了鲁棒解的~Pareto 有效性. 首先, 证明了Pareto 鲁棒解集即是鲁棒解集的Pareto 有效集, 因此求Pareto 鲁棒解等价于求鲁棒解集的Pareto 有效元. 其次, 基于推广的epsilon-约束方法, 得到了Pareto 鲁棒解的生成方法.     

����EM�㷨��II�ͻ��ɾʧ���ݵIJ�������

??In this paper, we estimate parameters of gamma life distribution and normal life distribution by EM algorithm based on Type-II hybrid censored data. The covariance matrices are derived as well. Some numerical examples are also presented for illustration.     

Pareto严格稳定分布在保险理赔中的应用

本文研究了Pareto严格稳定分布在保险中的应用.利用极大似然估计的方法得到了Pareto严格稳定分布,正态分布和Pareto分布的参数估计.根据信息准则,表明Pareto严格稳定分布能够较好地拟合保险数据.     

单参数Pareto分布变点估计研究

研究单参数Pareto分布存在变点时的估计问题,分别利用极大似然估计法和贝叶斯方法对单参数Pareto分布的变点进行估计,并运用Matlab软件进行随机模拟,随机结果表明贝叶斯方法与极大似然估计相比,估计值更接近真值.     

混合双参数广义Pareto分布的参数估计

Pareto分布族因其厚尾特点,在金融分析、寿命分析中都是非常重要的统计模型.但是对于混合双参广义Pareto分布,在模型参数估计时,传统的矩法估计和极大似然估计在理论上可以实现,实践时比较困难.本文应用EM算法之ECM算法,研究了混合广义Pareto分布在完全数据场合下的参数估计问题,并模拟说明EM算法来估计混合广义Pareto分布是一种容易实现又非常有效的方法.     

具有Pareto最优性的风险投资项目组合选择方法

为解决现有风险投资项目组合选择方法未考虑资本不可细分和投资收益率难以预测的问题,首先在借鉴MV模型思想的基础上结合风险投资项目评价指标体系定义了项目组合偏好率及其方差,并将二者分别视为项目组合的产出与投入,然后基于DEA相对效率评价原理构建了能够评价出具有Pareto最优性的项目组合优选模型即VCP-DEA/AR模型,最后通过一个数值验证案例证明了该模型的科学有效性和应用可行性。     

双边定数截尾下Pareto分布的可靠性分析

基于双边定数截尾样本,选取未知参数的先验分布为无信息先验和Gamma分布,分别在平方损失和LINEX损失下,研究了Pareto分布的形状参数和可靠性指标(可靠度和失效率)的Bayes估计.为了研究估计的精度,采用Monte-Carlo模拟的方法给出了数值检验的例子.结果表明在LINEX损失下并选用Gamma先验分布时,参数的Bayes估计是最优的.     

不同损失函数下Pareto分布参数的Bayes估计

首先给出了Pareto分布参数的极大似然估计;其次在对称损失,二次损失,Mlinex损失函数下,给出了参数的Bayes估计,并证明了所给估计都是容许的;最后通过实例,对所给的几个估计的优良性进行了分析,结果表明在Mlinex损失下,参数θ的Bayes估计值更接近真实值     

随机截尾情形下Rayleigh分布参数的最大似然估计

研究了随机截尾情形下Rayleigh分布参数的最大似然估计,研究了最大似然估计的存在唯一性;在很一般的条件下证明了估计的强、弱相合性和渐近正态性.     

基于左截断右删失数据的单参数Pareto分布参数估计

基于EM算法及极大似然法研究了左截断右删失数据下单参数Pareto分布的参数估计,导出其迭代式,并应用随机模拟对参数估计式进行了模拟检验,结果表明迭代式能够快速收敛,EM估计值较为精确.     

Pareto分布环境因子的估计及其应用

给出了Pareto分布环境因子的定义,讨论了在定数截尾样本下Pareto分布环境因子的极大似然估计和修正极大似然估计,并尝试把环境因子用于可靠性评估中.最后运用Monte Carlo方法对极大似然估计,修正极大似然估计和可靠性指标的均方误差(MSE),进行了模拟比较,结果表明修正极大似然估计优于极大似然估计且考虑环境因子的可靠性评估结果较好.     

Statistical Inference for the Parameter of Pareto Distribution Based on Progressively Typ e-I Interval Censored Sample

In this paper, the estimation of parameters based on a progressively typeI interval censored sample from a Pareto distribution is studied. Different methods of estimation are discussed, which include mid-point approximation estimator, the maximum likelihood estimator and moment estimator. The estimation procedures are discussed in details and compared via Monte Carlo simulations in terms of their biases.     

Robust Estimation of the Generalized Pareto Distribution

One approach used for analyzing extremes is to fit the excesses over a high threshold by a generalized Pareto distribution. For the estimation of the shape and scale parameters in the generalized Pareto distribution, under some restrictions on the value of the scale parameter, maximum likelihood, method of moments and probability weighted moments' estimators are available. However, these are not robust estimators. In this paper we implement a robust estimation procedure known as the method of medians (He and Fung, 1999) to estimate the parameters in the generalized Pareto distribution. The asymptotic distribution of our estimator is normal for any value of the shape parameter except –1.     

逐步增加Ⅱ型截尾下Pareto分布的Bayes估计

基于逐步增加的Ⅱ型截尾样本,当Pareto分布的尺度参数已知时,分别在平方损失和LINEX损失下讨论了其形状参数和可靠性指标(失效率和可靠度)的Bayes估计,并用Monte-Carlo方法对估计结果的MSE,进行了模拟比较.结果表明了在LINEX损失下的估计结果更有效.     

逐步区间删失Weibull分布的Bayesian稳健设计

逐步区间删失是获取高可靠性产品相关信息的一种重要方法.文章研究了产品寿命服从Weibull分布,带有随机移除逐步区间删失寿命试验的最优设计问题.采用极大似然方法获取模型参数的估计及其信息矩阵.利用Bayesian方法处理模型参数未知情况下设计准则对模型参数的依赖问题,获得了模型参数估计的Bayesian稳健设计准则.在考虑试验费用有限制的条件下,给出了获得最优稳健设计非线性混合整数算法.同时对先验选取及约束参数设定的敏感性做了分析.数值结果表明文章提出的方法是有效可行的.     

自适应逐步II型混合截尾恒加寿命试验下广义指数分布的统计分析

在自适应逐步II型混合截尾恒定应力加速寿命试验下,讨论了两参数广义指数分布的统计分析。利用EM算法和最小二乘法相结合的新方法推导出未知参数与可靠度函数的点估计,通过信息缺失原则得到了观测Fisher信息阵和尺度参数的渐近无偏估计。利用估计的渐近正态性和参数bootstrap方法构造了参数的置信区间。最后运用Monte-Carlo方法分别对得到的点估计和区间估计的精度进行研究,结果表明尺度参数的渐近无偏估计优于相应的两步估计, Boot-p置信区间比相应的渐近置信区间更精确。     

定数截尾指数分布参数的具有一致最小平均长度的区间估计

设随机变量Ｘ服从指数分布ｆ（ｘ，θ）．研究并给出了指数分布平均寿命参数和平均失效率参数的具有一致最小平均长度的区间估计，计算方法和数值用表．     

Kullback-Leibler Information Consistent Estimation for Censored Data

This paper is intended as an investigation of parametric estimation for the randomly right censored data. In parametric estimation, the Kullback-Leibler information is used as a measure of the divergence of a true distribution generating a data relative to a distribution in an assumed parametric model M. When the data is uncensored, maximum likelihood estimator (MLE) is a consistent estimator of minimizing the Kullback-Leibler information, even if the assumed model M does not contain the true distribution. We call this property minimum Kullback-Leibler information consistency (MKLI-consistency). However, the MLE obtained by maximizing the likelihood function based on the censored data is not MKLI-consistent. As an alternative to the MLE, Oakes (1986, Biometrics, 42, 177–182) proposed an estimator termed approximate maximum likelihood estimator (AMLE) due to its computational advantage and potential for robustness. We show MKLI-consistency and asymptotic normality of the AMLE under the misspecification of the parametric model. In a simulation study, we investigate mean square errors of these two estimators and an estimator which is obtained by treating a jackknife corrected Kaplan-Meier integral as the log-likelihood. On the basis of the simulation results and the asymptotic results, we discuss comparison among these estimators. We also derive information criteria for the MLE and the AMLE under censorship, and which can be used not only for selecting models but also for selecting estimation procedures.