转移概率流图的概率理论基础与应用方法（Ⅵ）——中止规则对调整型抽样方案复

解顺强。转移概率流向图的概率理论基础与应用方法（Ⅵ）－中止规则对调整型抽样方案复合ＯＣ函数影响的进一步讨论。数理统计与管理。１９９８．１７（６）本文运用转移概率流向图及其粘接方法，证明了当检查始于加严抽样方案时，不带中止规则的调整型抽样方案与带中止规则的相应的调整型抽样方案，两者的复合ＯＣ函数相同。     

多阶等距抽样下总体总值估计量的方差估计

本文给出了多阶抽样下构造总体总值估计量的方差估计量的一种方法．由此，可以得到多阶等距抽样下总体总值估计量的方差估计．     

CSP-V方案的特性参数及中止规则[R]

本文计算并给出连续抽样方案ＣＳＰ－Ｖ的三类特性参数，与ＡＯＱＬ相应的ＰＬ值，与操作特性值０．１相应的极限质量水平ＬＱ值，以及与ＡＱＬ，ＬＱ相应的中止概率Ｐ１，Ｐ２等。还讨论了在ＣＳＰ－Ｖ方案中以中止规则［Ｒ］代替现行中止规则［Ｓ］的可能性。     

以AQL和AOQL及以LQL和AOQL为索引的计量一次抽样方案

对拒收批可100%挑选的情况下,使用方用AOQL(平均检出质量上限)作为验收指标制定抽样方案是顺理成章的.但从生产方来说,更喜欢用AQL(可接收质量水平)制定抽样方案,因为如果生产方的交验质量处在AQL,他的产品将以高概率接收.这样,可从AQL和AOQL两个指标设计抽样方案,同时满足生产方与使用方的要求.这种类型的抽样方案,经抽检最后被接收的各批,其不合格品率不是P(交验批的不合格品率)就是0,是不均匀的,但其平均质量最坏也不会超过规定的AOQL.如果要求每批质量不超过某个不合格品率(极限质量水平,LQL),同时要求被最后接收的各批平均质…     

Potential-Decomposition Strategy in Markov Chain Monte Carlo Sampling Algorithms

We introduce the potential-decomposition strategy （PDS）, which can be used in Markov chain Monte Carlo sampling algorithms. PDS can be designed to make particles move in a modified potential that favors diffusion in phase space, then, by rejecting some trial samples, the target distributions can be sampled in an unbiased manner. Furthermore, if the accepted trial samples are insumcient, they can be recycled as initial states to form more unbiased samples. This strategy can greatly improve efficiency when the original potential has multiple metastable states separated by large barriers. We apply PDS to the 2d Ising model and a double-well potential model with a large barrier, demonstrating in these two representative examples that convergence is accelerated by orders of magnitude.     

基于PCA的贝叶斯网络分类器研究

针对基于信息论的贝叶斯网络结构学习算法中结点集越大计算效率越低的缺点,采用主元分析(PCA)对样本数据降维.减少构造网络的结点数量,提高贝叶斯网络结构构造算法的效率.应用基于PCA方法构造贝叶斯网络.其结点少、结构简单,较传统贝叶斯网络具有较高的学习效率和分类准确率.     

非线性均值方差模型的贝叶斯数据删除统计诊断

文章在非线性均值方差模型框架下基于K-L距离研究贝叶斯数据删除影响的统计诊断问题,通过应用Gibbs抽样和MH算法估计贝叶斯数据删除影响诊断统计量.随机模拟研究和红鳟鲑鱼数据的数值例子说明该诊断方法的可行性.     

关于p-adic数域上的抽样集的一个必要条件

研究了d-维p-adic空间Q_p~d上的Paley-Wiener空间上的抽样集的一个必要条件.这个必要条件由抽样集的下Beurling密度来给出的.我们的结果将欧氏空间R~d上的结果推广到非阿基米德空间Q_p~d上去.