条件P-分位数的固定长度的K-近邻序贯区间估计

本文给出了条件P-分位数的给定长度的序贯置信区间,定义了停时,并建立了停时的一些渐近性质。     

失效率为指数函数的模型中使用屏蔽数据的参数估计

考虑一个由独立、不完全相同的单元组成的串联系统,使用屏蔽数据时的参数估计.当失效率为指数函数时,给出了参数的极大似然估计和Bayes估计.在Bayes估计中,假定未知参数的先验分布为对称的三角分布.主要考虑两单元串联系统,并通过数据模拟对极大似然估计和Bayes估计这两种方法进行了比较.     

广义Kumaraswamy指数分布及其在生存分析中的应用

定义并研究了广义Kum指数分布（GKumE）.给出GKumE分布的分布函数、密度函数以及风险函数,并讨论了其密度函数的展开以及一些数学性质.采用极大似然估计方法对GKumE分布参数进行估计.最后,利用一组实际寿命数据分析了GKumE分布的应用.     

基于不完全保修数据的汽车可靠性估计

引入保修期末行驶里程作为伴随变量,刻画了不完全保修数据的似然性,并在指数分布假设下,计算出平均首次故障里程的极大似然估计,推广了完全数据的估计结果.     

混合分布的识别性及其应用

设(Y_1,Y_2)是非负的二维随机变量,有联合分布函数F(y_1,y_2),设Z=min(Y_1,Y_2),定义随机变量I=1;2;3,分别对应于Y_1Y_2;Y_1=Y_2时.记p_i=P(I=i),f_i(·)为给定I=i时Z的条件密度(i=1;2;3).给定可识最小值(Z,I)的联合密度函数P_iJ_i(·)(i=1;2;3),得到F(·,·)是混合分布时,F(·,·)用P_if_i(·)来表示的一个显式表达式.对三维及以上情形,得到类似的结果.特别,把识别基本定理应用于多元Marshall-Olkin型指数分布的参数估计,得到了基于观察值(Z_jI_j)(j=1,2,…,n)的参数的极大似然估计及矩估计,并且证明了极大似然估计具有联合完备充分的,渐近无偏的,均方误差一致的,及渐近正态性特性,修正估计恰好是Arnold估计,它是唯一的一致最小方差无偏估计,且同时是渐近有效估计,本文还指出了矩估计方法的不唯一性.     

时变Copula模型非参数估计的大样本性质

运用Copula模型研究随机变量间的相关结构,是近年来金融统计分析中的一个热点.在龚金国和史代敏提出时变Copula非参数模型的基础上,利用时间序列的极限理论研究了时变参数估计量的大样本性质,并给出了时变Copula模型的非参数估计算法.研究结果表明,时变Copula非参数模型的时变参数估计量具有一致性和渐近正态性.     

随机自治状态空间模型的正交梯度辨识

提出了随机自治系统参数的正交梯度二步递阶优化方法．通过极小化输出预报误差得到了系统参数估计;给出了正交梯度搜索方法用于解决系统参数的非唯一性问题,系统参数的二步递阶优化辨识方法包括两步：首先用给出的自适应L-M算子正交梯度方法确定参数优化方向;其次由一维搜索方法计算最佳步长．蒙特-卡罗数值仿真试验表明本文提出的方法具有收敛速度快、抗噪能力强以及数值稳定性好等优点．     

三参数威布尔分布有替换定时截尾试验的极大似然估计

本文讨论了有替换定时截尾试验, 寿命服从三参数威布尔分布的未知参数的极大似然估计.实例表明, 这种估计是十分有效的.     

广义指数分布下循环序加试验的模型与数据分析

在产品寿命服从广义指数分布的场合下,讨论了循环序进应力加速寿命试验的模型,给出了相应参数的统计分析方法:极大似然估计法和极大似然估计与回归相结合的估计方法,并利用数据模拟比较了它们的优劣性.     

无穷维空间上随机偏微分方程的参数估计

对一类无穷维空间上带来未知参数的随机偏微分方程,基于连续样本轨道,给出了参数的极大似然估计,证明了当Fourier系数的个数趋于无穷时,参数估计量的强相合性和渐近正态性.     

Poisson分布参数的二阶段置信区间

提出利用二阶段方法得到Poisson分布参数λ的一个置信水平1-α≥1-ν时的具有任意固定宽度L(<1/2)的区间估计,并通过数值计算得到第一阶段的最优抽样量.     

气相色谱仪的技术指标测算方法

通过对气相色谱各项技术指标及意义的介绍，使应用者娴熟地掌握气相色谱的各项技术指标和测算方法，正确的表达分析检测结果。     

Wiener过程的最大值及其定位

设{W(t),t>0}是标准Wiener过程,M(t)=max|W(s)|,v(t)是M(t)的定位,即|W(v(t))|=M(t),本文证明了((1/t)v(t),(M(t))/(2tloglogt~(1/2)))的极限点集(t→∞)以概率1是K={(x,y),0≤x≤1, 0≤y≤1,x≥y~2}.