基于参数Bootstrap方法的双参数指数分布可靠寿命的置信下限

针对双参数指数分布的截尾数据,利用一种新的参数Bootstrap方法,构建了可靠寿命的置信下限,并从理论上证明了给出的置信下限是精确的.在小样本情形下,通过比较新的参数Bootstrap方法取得的置信下限与Engelhardt-Bain方法取得的近似置信下限的覆盖率,发现参数Bootstrap置信下限更令人满意.     

Poisson分布的几种置信区间的比较

文章应用经典方法、Bayes方法和Bootstrap方法研究了Poisson分布参数入的置信区间，并通过数据模拟比较，发现Bootstrap方法优于其它两种方法。     

基于删失数据的Log-Gompertz回归模型的统计推断（英文）

Gompertz模型在人类学研究中被广泛使用.讨论了基于对数不换的Gompertz模型,即log-Gompertz模型.研究了参数的极大似然估计和渐近置信区间,并提供了利用Bootstrap方法寻找参数的置信区间.在不同参数、不同样本容量以及不同删失计划的情形下,给出相关数值模型结果用以评价所建立的回归模型.     

基于Bootstrap法的小样本岩土参数标准值计算

针对小样本条件下岩土参数均值的t分布估计区间较宽、所得工程设计参数标准值偏离真值较大的问题,进行了岩土参数总体分布明确条件下的小样本勘察取样计算机随机模拟,利用充足批次重复抽样构建标准值空间,对比了非参数Bootstrap法与传统t分布法的区间估计差异,讨论了Bootstrap法岩土参数标准值随样本统计量及容量的变化规律.研究表明:同一置信水平下,Bootstrap法能充分利用小样本经验分布信息,有效收窄岩土参数的均值估计区间,所得标准值较t分布法更接近于真值;Bootstrap法的岩土参数均值置信区间宽度随样本容量增大而逐渐减小,其标准值与样本容量呈现良好的负幂函数关系,据此提出了以样本平均值为基准、样本容量和标准差为影响参数的标准值计算式;当样本容量n20时,Bootstrap法更能体现出减少标准值偏离真值误差的明显效果.     

贝叶斯方法在具有隐蔽数据的冷贮备系统中的应用

对于由部件寿命服从指数分布及成败型开关组成的冷贮备系统,在针对一隐蔽实验数据下,研究了该系统可靠性指标的Bayes估计.在超参数未知,平方损失函数下给出了两个参数及可靠性的Bayes估计.对于超参数的确定,给出了一种新的方法,最后给出了系统可靠性的Bayes近似置信限的计算公式.     

先验信息有偏时Bayes估计的PPC优良性条件

Bayes估计在对测量数据进行处理时,充分利用了参数的先验信息和适时的观测信息.在先验信息正确的前提下,Bayes估计相对于LS估计具有Posterior Pitman Closenes即PPC优良性.然而,在许多情况下,先验信息具有主观性,不可避免地存在偏差.利用有偏的先验信息得到的Bayes估计可能不具有这种优良性,为此,给出了这种情况下Bayes估计具有PPC优良性的一个充要条件.鉴于一般情况下先验的精确分布是未知的,用实例给出了一种选取先验方差的方法,用这种方法得到的Bayes估计具有PPC优良性.     

基于Bootstrap方法的土地出让价格影响因素分析

影响土地成交价格的因素众多,可利用回归模型参数显著性检验方法,分析土地出让成交单价影响因素的显著性.在小样本或者模型误差分布不明确的情况下,该方法存在统计推断不可信问题.为此,在模型中引入Bootstrap方法,提高了参数估计方差的精确度,进而提高了对影响因素显著性统计推断的可信性.用重庆市土地交易数据进行实证分析,结果表明,Bootstrap方法解决此类问题是十分有效的.     

双参数指数分布场合下无失效数据的可靠性试验

在电器的可靠性指标达到某个给定值的情况下,利用Bayes方法给出电器的寿命服从双参数指数分布场合下无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的1-α的Bayes可信上限和形状参数的Bayes估计.最后,结合实例进行了计算,结果表明,利用该估计方法优于经典估计方法.     

屏蔽数据下串联系统双参数指数部件的可靠性估计

讨论串联系统中双参数指数部件的参数和系统可靠性指标的估计问题.在系统失效原因被屏蔽的情形下,分别利用极大似然法和Bayes估计法给出了部件参数和系统可靠性指标的估计.最后利用随机模拟方法给出数值例子.     

AR模型参数的Bootstrap方差估计

针对故障诊断中AR模型参数判别门限值的确定需要大量样本和重复多次试验的问题，采用小样本统计的Bootstrap方法对车削振颤AR模型参数的方差进行了估计，结果表明，该方法具有较好的估计结果和工程应用价值。     

比估计的Bootstrap置信区间

先用常见Bootstrap-t方法、BCa方法，然后用自己提出的函数无偏Bootstrap研究了比估计的置信区间，并以比估计的Fieller区间作为标准比较上述三种方法，指出了函数无偏Bootstrap的适用性。     

光滑Bootstrap均值分布估计的渐近性质

本文讨论了标准化样本均值分布的光滑化Bootstrap估计的相合性,并给出了这种逼近的收敛速度.     

工程p-S-N曲线小样本拟合方法比较

机械结构件疲劳寿命预估的基础是其材料的p-S-N曲线,而p-S-N曲线的拟合需要大量的试验数据,对人力物力的成本需求较高。为研究小样本数据拟合p-S-N曲线的方法,分别运用Bootstrap法和样本信息聚集原理,得到了泵头体材料的p-S-N曲线。结果表明,Bootstrap法拟合的p-S-N曲线误差较均匀;样本信息聚集原理在基准应力为716 MPa比756 MPa时预测10~4～10~6次范围内的疲劳寿命误差更小,且应力级别相差较大时的疲劳寿命的预估比Bootstrap法更为精确;结合经济效益及试验误差,最佳应力级别数为5组,每组应力级别下进行5根试样。     

2种改进的PWM方法及其在径流区间估计中的应用

对于小样本的时间序列应用2种改进的PWM方法,分别用修正的Bootstrap方法和随机加权法对样本进行再抽样,然后根据PWM方法进行区间估计,并以潘家口水库径流量为例,对2种改进的PWM方法与传统方法进行比较,改进的PWM方法的精度更高,在相同的置信水平下,置信区间更短.     

马氏转移对数正态模型参数置信区间的Bootstrap估计

马氏状态转移对数正态模型参数的区间估计很难得到。文章提出的Bootstrap法不仅能在Excel环境下克服似然函数关于参数求导以及求导后对随机变量求期望的困难,而且能弥补使用费希尔信息量的倒数I(Θ)-1低估估计量波动的缺陷,同时能方便地得到估计量的分布和协差阵,为研究模型系数估计的稳定性提供了切实可靠的统计方法。     

基于Bootstrap方法的分布未知情况下的小波动过程质量控制

讨论了在质量特性分布未知的情况下对小批量生产过程中产生的较小异常波动进行监控的一种Bootstrap WV-EWMA控制图设计方法.首先引入赋权方差法将任意未知分布转换为两个正态分布,由此构造WV-EWMA控制图.然后通过对有限样本进行多次随机有放回抽样的Bootstrap方法对未知分布的集中和离散程度进行较为有效的统计估计,由此建立能够对分布未知的小批量过程进行质量监控的Bootstrap WV-EWMA方法.以平均运行长度ARL（average run length）为监控效率的衡量指标,提出了这种小波动控制图方法的优化参数设计方案,并通过与已有的方法进行对比说明这种方法的有效性.     

Bootstrap在零膨胀泊松回归模型检验中的探索

根据零膨胀计数数据的特点,将Bootstrap统计技术运用到零膨胀泊松回归模型的置信区间计算及参数假设检验。通过计算机模拟,得到：第一,当样本量较小时,Bootstrap对参数估计进行假设检验的结果更为保守;第二,Bootstrap的学生氏置信区间优于零膨胀泊松回归模型的区间估计。     

银川地区建筑地基沉降计算经验系数取值研究

为获得适合银川地区的建筑地基沉降计算经验系数,选取银川地区的多处工程场地,采用分层总和法和有限元软件ADINA分别计算地基最终沉降量,对比沉降计算结果并分析两种方法的差异;将理论计算的结果对比建筑地基实测平均沉降量,得出沉降计算经验系数,在置信度为95%的条件下,采用Bootstrap法推断出两种方法对应的沉降计算经验系数的置信区间分别为[0.090, 0.142]和[0.055, 0.092],该沉降经验系数置信区间的获得可为银川地区岩土工程技术人员提供参考和借鉴。     

基于Bootstrap的小样本可靠性评估方法

针对小样本情况下,采用极大似然估计Mle法求解分布参数会产生较大误差的问题,基于Bootstrap数据扩充的思想提出了B-mle法,减小了参数估计的误差.首先,利用Bootstrap法对小样本数据重抽样产生多组再生样本,达到扩充数据样本的目的;其次,对再生样本采用极大似然估计求解分布参数,得到多组参数的极大似然估计值,...