混合指数分布的参数估计

混合指数分布是寿命数据分析中一个非常重要的统计模型\bd 但是利用正规的统计方法如矩估计、极大似然估计等估计模型的参数往往比较困难\bd 本文应用EM算法详细研究了混合指数分布在正常工作条件下和在进行恒加应力加速寿命实验条件下, 在完全数据场合、I-型截尾和II-型截尾场合的参数估计问题\bd 模拟说明利用EM算法来估计混合指数分布是一种非常有效的方法.     

截尾线性回归模型参数极大似然估计的存在性和唯一性

考虑带有截尾数据的线性回归模型,在较为-般的截尾数据情形下,本文给出了其参数极大似然估计(MLE)存在且唯一的充分必要条件,且对MLE不存在的样本数据集Q的描述定义更为准确.     

指数分布基于多重定数截尾样本的近似Bayes估计

该文讨论了指数分布场合具有多重定数截尾样本的一种新的近似Bayes估计,导出了基于寿命试验数据的近似Bayes估计和在步加寿命试验情形基于多重定数截尾样本的近似无偏估计和近似Bayes估计.利用模拟方法研究了所给估计的精度,模拟结果显示所给估计的精度是令人满意的     

混合截尾和定时截尾试验weibull分布抽样方案的比较

混合截尾试验是定时和定数截尾的一种有用的推广。本文研究了Ｗｅｉｂｕｌｌ分布和混合截尾试验的一次抽样方案,并对可靠决策损失函数给出了贝叶斯风险的显式表达式。比较陈和林的模型（１９９９）,我们得混合截尾试验的抽样方案于定时抽样方案。     

��ʱ��β������ƽ�������ȹ����о�

本文讨论了相互独立且寿命服从单参数 指数分布的两产品在定时截尾寿命试验中的平均寿命比估计, 并给出了该估计量的渐近正态性和置信区间. 如果某一种(或某一类)产品与另一种(或某一类)产品平均寿命比率显著大于1, 那么该种产品就具有耐用优势, 这在投资决策中有重大意义. 通过数值模拟还进一步验证了该比估计量和估计方法的有效性.     

广义Pareto分布的广义有偏概率加权矩估计方法

广义Pareto分布(GPD)是统计分析中一个极为重要的分布,被广泛应用于金融、保险、水文及气象等领域.传统的参数估计方法如极大似然估计、矩估计及概率加权矩估计方法等已被广泛应用,但使用中存在一定的局限性.虽然提出很多改进方法如广义概率加权矩估计、L矩和LH矩法等,但都是研究完全样本的估计问题,而在水文及气象等应用领域常出现截尾样本.本文基于概率加权矩理论,利用截尾样本对三参数GPD提出一种应用范围广且简单易行的参数估计方法,可有效减弱异常值的影响.首先求解出具有较高精度的形状参数的参数估计,其次得出位置参数及尺度参数的参数估计.通过Monte Carlo模拟说明该方法估计精度较高.     

定数截尾试验下双参数指数分布刻度参数的EB估计

对于定理截尾试验下双参数指数分布刻度参数的经验Bayes估计问题,用间接EB方法得到其EB估计,计算机模拟例子表明本文所给了估计较好。     

指数分布场合下步进应力加速寿命试验的极大似然估计

本文首先给出了指数分布场合下步进应力加速寿命试验定时和定数截尾的MLE的存在和唯一的充要条件 ,然后给出了正常应力下平均寿命的近似置信区间 ,最后用随机模拟的方法研究了MLE的点估计的偏性和均方误差 ,近似置信区间覆盖真值的比率并与其它方法作了比较 .     

δ冲击模型中截尾数据的统计推断

本文研究了δ-冲击模型中参数δ的统计推断问题，该模型具有参数为λ的Poisson冲击，系统在当两个连续的冲击时间间隔小于δ时失效，失效的时间记为T．首先，我们给出了在δ小于平均冲击间隔时间(即1／λ)的情况下，失效时间T的密度函数的性质；然后我们给出了截尾数据的损失信息补偿的方法；借助Class-K方法，给出了δ的无偏、一致估计以和区间估计．最后，由Edgeworth展开和Boostrap方法，我们得到了δ的精确度更高的区间估计．