基于样本广义方差的改进|S|~(1/2)控制图

以常用的广义方差为基础,利用矩估计的方法,从一组样本推广到多组独立样本,得出具有无偏控制限的改进|S|~(1/2)控制图,并对比说明了矩估计方法的简洁性和准确性.与标准|S|~(1/2)控制图相比,其具有更小的平均运行链长(ARL).结合实例,采用数值模拟的方法说明该控制图对过程中方差的漂移有较强的检测能力.     

混合样本方差的优良性

常见的教科书中通常采用混合样本方差作为方差相等的两个正态总体方差的估计,而对其优良性却鲜有解释.在本文中,我们证明了混合样本方差是总体方差的UMVUE,即一致最小方差无偏估计.     

基于Bootstrap法的样本函数条件极值的方差估计(英文)

对样本函数条件极值中γ2的估计进行了探讨,给出了γ2估计的一种方法—自助法,并对所得到的统计量的性质进行了分析.     

异方差回归中的广义方差比检验

在同方差假设之下,线性模型在回归分析的理论与应用方面起着突出的作用,很受许多研究工作者的青睐.然而,回归模型中同方差性这一标准假设不一定总是成立的.因此我们考虑了用一类基于似残差的方法来检验异方差情形下线性模型拟合观测数据的情况.本文既给出了大量的模拟,又给出了实际数据作为应用的例子.效果都很好.     

方差分量模型参数的广义岭估计

本文先将方差分量模型的方差分量化为派生模型的均值参数，分别作出其相对于ＬＳＥ和ＢＬＵＥ的广义岭估计，再根据二步估计法作出原模型均值参数的广义二乘估计及其进行一步的岭估计。证明了这样不仅使方差分量估计的均方误差减少，而且使原模型均值参数估计的均方误差也不均加和地一步减少。本文还找到了岭参数仅仅依据于样本的估计，这样既将岭估计方法推进至方差分量模型，也改进了方差分量模型参数的离差均值对应方法。     

比估计的两个常用的方差估计量的小样本比较

本文利用冯士雍和邹国华［１］或Ｓｕｎｄｂｅｒｇ［２］提出的比较方差估计量的新准则对比估计的两个常用的方差估计量进行了小样本比较．这是Ｃｏｃｈｒａｎ［３］提出的一个公开问题．我们的结果在一定的意义下回答了该问题．     

样本数较少时的多变量控制图

常规的多变量控制图在设置控制限时要求子样本数充分大[1],本文设计子样本较少时多变量控制图的控制限。首先阐述Alt等建立平均值向量(?)控制图的控制限,然后给出广义方差|s|图的控制限公式,并说明其实际应用。     

基于广义方差的综合赋权方法研究

权重的确定是多属性决策中重要的基础工作之一，单纯的主、客观赋权法均有其自身难以克服的缺陷，综合赋权法则能够较好的弥补单纯方法的缺陷，得到更为合理的赋权结果。论文对现有综合赋权方法进行了比较、归纳、分类，分析了现有综合赋权方法的优缺点及适用范围，在此基础上提出了一种基于广义方差的线性综合赋权方法，并结合实例验证了其有效性。     

基于定数截尾样本监控Weibull分布形状参数的控制图设计

基于定数截尾样本提出了单侧和双侧ARL无偏控制图监控Weibull分布形状参数的变化.提出的控制图仅依赖于样本容量n,失效数r和指定的受控平均链长ARL0.利用模拟方法研究了常见(r,n)组合下提出的控制图在失控状态下的平均链长性质.模拟结果显示,对于形状参数小和中等的向下飘移,文中提出的控制图要优于现有文献的结果.特别是对形状参数中等程度的向下飘移,当失效数r较大时,提出的控制图的平均链长比现有结果小了近一半.由于单侧控制图比双侧控制图能更快地发出报警信号,故建议应尽可能地使用单侧控制图监控形状参数变化.最后用一个例子说明了所提控制图的应用.     

广义岭型主相关估计的方差最优性

本文在回归系数的岭型主相关估计的基础上,提出了广义岭型主相关估计,进一步研究其在降维估计类中方差最优性。     

基于尺度赋权方差的有偏总体EWMA均值控制图

基于尺度赋权方差法给出总体分布有偏并假定总体分布未知情况下休哈特均值控制图的控制限.基于此研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

非对称广义自回归条件异方差的新模型

本文提出了一个新的非对称广义自回归条件异方差的新模型,证明了该模型宽平稳及其最简模型偶数价矩存在的充要条件。     

有限总体中基于广义Liu 估计的预测及其小样本性质

在有限总体中提出了一类基于广义Liu估计的新的预测,得到了基于广义Liu估计的预测在预测均方误差意义下优于最优线性无偏预测的充要条件,并通过实例对理论成果进行了进一步的说明.     

广义风险过程中渐近方差的非参数估计

本文对广义风险过程中的渐近方差作了非参数估计,得出并证明了两个定理,为广义风险过程中破产概率的区间估计作了理论准备．     

基于可变抽样区间的累积和方差控制图研究

介绍了基于对数方差的累积和控制图,进行了可变抽样区间的控制图设计用Markov链方法计算可变抽样区间的累积和方差控制图的平均报警时间,并且与固定抽样区间的控制图进行比较,分析在不同参数取值下的平均报警时间.     

Fay平衡半样本的方差估计的基本理论和应用

方差估计是抽样调查的重要组成部分,在实际的抽样设计中,往往通过复杂的细分层提高样本的代表,平衡半样本方法成为方差估计的主要方法之一。本文主要阐述Fay平衡半样本方法的基本原因和应用,并对针对该方法存在的问题进行改进,最后通过一个实例模拟阐述其在实际调查中的应用。     

几类图弱控制的广义束缚数

对任一图G,其弱控制的束缚数,广义束缚数分别定义为bw(G)=min{|E‖E(∪)E(G),且γw(G-E)＞γω(G)}.b'ω(G)=min{t|(A)E(∪)E(G),如果|E|=t,则有γω(G-E)＞γw(G)}.在本文中我们给出了几类图的弱控制的广义束缚数的精确值,称b'ω(G)=1图为弱控制去边临界图,并研究了正则图是弱控制去边临界图的充要条件,以及一般图和树的必要条件.     

基于s估计σ引出的无偏修正

用s去估计总体分布的标准差σ不是无偏估计,在特定总体分布下,可以通过简单的修正达到无偏估计.修正系数的确定与样本容量有关.     

控制过程方差的CUSUMQ图及其性质

崔恒建．控制过程方差的ＣＵＳＵＭＱ图及其性质．数理统计与管理，１９９８，１７（４），３３～３８．Ｑｕｓｅｎｂｅｒｒｙ（１９９５）基于样本方差的标准化变换Φ－１［Ｈｎ－１（（ｎ－１）Ｓ２／σ２０）］提出了控制过程方差的累积和（ＣＵＳＵＭ）Ｑ控制图。本文我们描述了在控制过程方差变化中这种ＣＵＳＵＭＱ控制图的性质，并将控制图的设计方法用到单边及双边的ＣＵＳＵＭＱ图，说明它几乎是最优的。而且我们发现在控制过程方差的微小变化时，设计的ＣＵＳＵＭＱ图的性能要优于基于ｌｏｇ（Ｓ２）的ＣＵＳＵＭ和ＥＷＭＡ图     

非参数质量控制图——中位值图

质量控制图在制造工业中有广泛的应用 .传统的控制图是在正态总体的基础上制定的 . Janacek和Meikle(1 997)利用参考样本的观念制定的中位值控制图可应用于任何总体分布 .他们制定的中位值图保持传统控制图的形式 ,且有适度的功效 ,应用方便 .本文首先介绍这种控制图的制定方法 ,然后研究它的统计效率 ,并同传统的平均值图作比较