二元寿命分布的识别性及参数估计

讨论二元寿命分布的识别性及参数估计,仅是最小值的分布已知时,只有一个参数可识别,当可识最小值的分布已知时,所有参数皆可识别;由此得到了所有参数的最大似然估计.     

二元Lawrance-Lewis型指数分布的识别性及渐近不独立性

本文讨论了二元Lawrance-Lewis指数分布的识别性和渐近不独立性,若已知可识最小值的分布密度时,所有参数皆可识别;另外,还计算了X,Y之间的相关系数和尾部相关系数,证明了X,Y之间的渐近不独立性;且X,Y不相关当且仅当b=2时.     

二元Burr Ⅲ型分布的识别性和渐近独立性

本文讨论了二元Burr Ⅲ分布的识别性和尾部相关性,若已知可识最小值的分布密度时,所有参数皆可识别;另外,还计算了X,Y之间的尾部相关系数,证明了X,Y之间的渐近独立性.     

二元Kundu-Gupta型二点分布参数的最大似然估计

讨论二元Kundu-Gupta型二点分布的识别性及参数估计,已知可识最小值的分布时,则参数可识别;由此得到了参数的最大似然估计;其中二个参数的估计量是无偏的,另外一个参数的估计量的期望不存在;模拟结果显示:估计值均稳定于真值参数.     

二元Arnold-Strauss型指数分布的条件指数性及渐近独立性

本文讨论二元Arnold-Strauss型指数分布的条件指数性及渐近独立性,证明了给定X关于Y的条件密度和给定Y关于X的条件密度都是指数分布密度,求出了用于预报的条件概率;并证明了X,Y之间的渐近独立性.另外,讨论了它的识别性,若已知可识最小值的分布密度时,所有参数皆可识别.     

不同损失下Lomax分布形状参数的Bayes估计

本文研究了两参数Lomax分布形状参数的Bayes估计问题.当尺度参数已知时,给出了在几种不同损失函数下形状参数的Bayes估计表达式,并运用随机模拟方法对各个估计进行了比较.     

两参数指数-威布尔分布形状参数的经验贝叶斯估计

研究了两参数指数-威布尔分布形状参数的经验贝叶斯(EB)估计问题,并假定当其中一个形状参数α已知时,给出了另一个形状参数θ在两种不同损失函数情况下的EB估计的表达式.并运用随机模拟方法,将两种不同损失函数下的EB估计进行了比较.     

双定数混合截尾下两参数Pareto分布的统计分析

在传统的定时和定数截尾试验的基础上,该文首次提出了一种新的截尾试验方案:双定数混合截尾.基于这类截尾数据求出了两参数Pareto分布参数的极大似然估计及θ的置信区间.当α已知时,取Gamma先验分布的情况下,求出了三种不同损失函数下参数θ、可靠度函数以及失效率函数的Bayes估计;当α,θ都未知时,分别取无信息先验分布...     

随机右截尾情形下位置—刻度模型中参数的估计

本文证明了对于一般的位置——刻度模型F(x-μ/σ)来讲,当截尾分布1-G(y)已知时,位置参数和刻度参数基于随机右截尾数据的矩估计是强相合的和渐近正态的.当截尾分布1—G(y)未知时,所得的矩估计是弱相合的.     

Dirac函数在剪切弯曲问题中的应用

<正> 一、问题的提出弯曲问题常常需要解决如下两个互逆问题:(一)已知梁的载荷分布,求剪力Q(x),弯矩M(x),转角θ(x)及挠度y(x);(二)当梁的挠曲线方程已知时,求其载荷分布。问题(一)可用积分法、初参数法来解决。问题(二),当挠曲线方程是分段给出时,现尚