具有均匀结构的多元t—分布的MLE

极大似然估计具有许多优良性质，笔者应用定义及运算技巧得到具有均匀结构的多元t-分布的极大似然估计。     

完全极大似然估计与分步极大似然估计

得到了完全极大似然估计的一个重要性质和线形模型、指数分布、均匀分布的完全极大似然估计和分步极大似然估计，并与矩估计和极大似然估计进行比较，结果表明了完全极大似然估计和分步极大似然估计的优良性。     

极大似然估计的几种求法

极大似然估计是参数估计的一种常用方法.本文探讨了极大似然估计的三种求法,并举例说明了这些方法在解决实际问题中的应用.     

分步极大似然估计

定义了完全极大似然估计(TMLE)和分步极大似然估计，并得到了正态分布的有关的参数估计．     

参数极大似然估计的几点注记

极大似然估计具有很好的性质,在实际中有非常广泛的应用。本文着重探讨了在应用极大似然估计时所应注意的问题,并给出了相应的解决方法。     

矩阵正态分布参数的完全极大似然估计

得到了矩阵正态分布的均值和方差的完全极大似然估计,它们都是无偏估计,并且证明了它们是相互独立的。     

对极大似然估计中几个问题的探讨

探讨了当似然函数不可微时求极大似然估计的方法:定义法和比值法;以及在求极大似然估计过程中要注意的问题:似然方程的解不一定是极大似然估计,极大似然估计可能不惟一或不存在.     

有先验信息的多参数分布族的参数估计

定义了拟极大似然估计和偏拟极大似然估计,并证明了二者在一定的条件下是一致的,最后给出了两个例子说明这两种估计的一致性.     

对称指数分布的参数估计及其优良性

研究了双参数对称指数分布的参数估计问题,给出了2个参数的极大似然估计.在样本容量为奇数的情形,证明了样本中位数作为双参数对称指数分布位置参数的极大似然估计,具有无偏性与强相合性;尺度参数的极大似然估计具有强相合性.在样本容量为偶数的情形,证明了2个参数的任一极大似然估计均具有强相合性.     

两种统计框架下均匀分布参数估计的对比研究

在理论和模拟方面对均匀分布U (0,θ ) 参数θ 的Bayes 估计与极大似然估计进行对比研究. 首先将基于损失函数和共轭先验得到的Bayes 估计与极大似然估计在形式上进行对比,发现所得Bayes 估计不但在数值上略大于极大似然估计,而且还是参数的相应函数的极大似然估计;然后通过模拟研究两种估计方法对参数的返真性,结果表明所得的Bayes 估计的均方误差在大多数场合下都小于极大似然估计的均方误差.     

基于遗传算法Beta分布参数的极大似然估计

在求解Beta分布中三参数的极大似然估计（MLEs）时,因对应的似然方程组得不到显性解,故采用遗传算法来求解该方程组的数值解.结果表明,通过遗传方法得到的MLEs数值解是非常接近真实值的.     

遗传算法在混合Weibull分布极大似然估计中的应用

在数理统计中，极大似然估计法是参数估计的重要方法之一，它的计算也一直是统计计算的一个重要研究方向。本以多参数Weibull分布为例，设计遗传算法来计算极大似然估计，得到了非常满意的计算结果。     

混合截尾试验下双参数韦布尔分布可靠性指标的参数估计

定数截尾和定时截尾结合在一起的试验是混合截尾试验.本文主要研究混合截尾试验中韦布尔分布参数的极大似然估计以及可靠度函数和可靠寿命的极大似然估计.并且在正则条件下研究了相应的估计量的相合性和渐近正态性;而且还给出了参数的置信区间.最后利用一个实际数据来说明估计量的性质.     

序约束下最大似然估计的迭代算法

本文讨论了 k2× 2表相对风险简单半序约束下期望频数的最大似然估计问题 ,给出了求最大似然估计的一种迭代算法 ,并证明了此算法的收敛性     

优比简单半序约束下的最大似然估计

优比在列联表中是一个很重要的概念,其在序约束下的估计问题有着较强的现实意义.该文讨论了k张2×2表优比简单半序约束下期望频数的最大似然估计问题,给出了求最大似然估计的一种迭代算法,并证明了此算法的收敛性.     

河南省大中型工业企业技术创新Panel Data模型分析

从投入-产出的角度对河南省各市地大中型工业企业技术创新的差异化进行研究.应用面板数据模型对18个市地大中型工业企业的技术创新投入对产出的结构影响进行深入分析,找出它们之间的结构差异并说明其存在的原因,为各市地提升大中型工业企业技术创新能力提供一些具有针对性的建议.     

定时截尾恒加寿命试验下无失效数据的Bayes处理方法

文章给出了Weibull分布场合下，定时截尾恒加寿命试验中含有无失效试验数据的一个Bayes统计方法，并用随机模拟的方法比较了Bayes方法和MLE方法的估计结果和误差。     

家系数据紧密连锁位点的单体型频率估计

在对单体型进行重构或进行连锁不平衡分析时,往往首先要估计单体型频率.针对家系数据,提出了紧密连锁位点的单体型频率估计方法.利用子代信息减少亲代单体型的不确定性,构建家系数据的似然函数,把家系中的个体潜在的单体型看成缺失数据,采用EM迭代算法,给出了家系数据单体型频率的极大似然估计.其结果表明,家系数据紧密连锁位点的单体型频率估计可通过简单的递归迭代进行,后一步的单体型的频率估计即为前一步的加权单体型频率.     

基于Ⅱ型截尾样本下Rayleigh分布参数的条件置信限

Rayleigh分布是很重要的寿命分布 ,单参数Rayleigh分布的参数推断问题在一些文献中已有讨论 .本文假设寿命X服从双参数Rayleigh分布 ,即X有密度　　f(x ;μ ,σ) =2 (x - μ)σ e(x- μ) 2σ 　　x>μ ;-∞ <μ <∞ ;σ >0通过Ⅱ型截尾样本的前r个次序统计量 :X(1 ) ≤X(2 ) ≤…≤X(r) (r≤n) ,首先推出了枢轴量Z1=( ^μ - μ) 　^σ,Z2 =^σ σ建立在可观测的辅助统计量a =(a1 ,a2 ,… ,ar) (ai=(X(i) - ^μ)　^σ;μ ,^σ分别为参数 μ ,σ的极大似然估计 )基础上的条件分布 ,据此得到了参数 μ ,σ的条件置信限 (置信区间 ) ,最后 ,给出了p分位点xp 的置信区间和Rayleigh分布的容许限的计算方法 .     

区间删失数据情形下GE分布参数的最大似然估计(英文)

讨论了样本数据为区间型数据时参数的最大似然估计问题.当数据为区间删失情形时,参数最大似然估计的精确表达式不存在,甚至近似解都很难得到.由于区间型数据是一种不完全数据,所以利用EM算法来求参数的近似最大似然估计.为了演示,提供了一个真实寿命数据分析的实例.