贝叶斯估计的影响分析

本文讨论数据对贝叶斯估计的影响问题，建立了两个度量数据对贝叶斯估计影响的度量，并建立了它们在相关系数之间的精确关系。     

Minimax线性估计中的两个影响度量

本文给出了度量数据对Minimax线性估计影响大小的两个统计量:方差比和A—P统计量.用它们研究了数据对Minimax线性估计的影响问题,建立了两组数据的联合影响和单组数据影响的关系。     

混合模型固定效应的影响分析

混合模型在许多方面有着广泛的应用，混合模型参数的传统估计方法对于数据点都十分敏感．文中采用数据删除方法来判别混合模型的强影响点和异常点，推出了较为方便的计算公式，最后将此方法用于一例     

多元加权线性模型的影响分析

本文针对多元加权线性模型，讨论了一组观察数据对加权最小二乘估计的影响，给出了影响度量准则和它们的化简式及其分布，建立了Ｗ－Ｋ统计量与广义相关系数之间的联系。     

混合系数线性模型参数的新估计与LS估计的比较

混合系数线性模型在连续测量数据的情况下，给出了固定系数a和随机系数期望b的一种新估计．在均方误差的意义下，证明了混合系数线性模型参数的新估计优于最小二乘估计（LS估计），并给予了应用举例．     

混合扰动模型中LSE和若干有偏估计的局部影响

研究了线性回归中方差加权和均值漂移混合模型中ＬＳＥ和若干有偏估计的局部影响分析，从基于回归系数无偏估计的似然函数出发，求得回归系数最小二乘估计（ＬＳＥ）在混合扰动下的影响曲率，最大影响曲率和最大曲率方向，对于有偏估计，在后验分布对数似然函数的基础上，求出了这些有偏估计在混合扰动下的影响曲率，最大影响曲率和最大曲率方向。     

混合系数模型参数的 GLS估计

本文给出了混合系数模型的固定参数和随机参数的两种GLS估计，并讨论了它们的一些性质。     

多元岭估计下数据联合影响的分解及数据的交叉影响

本文讨论了多重线性回归中数据对多元岭估计的影响。首先给出了度量数据对多元岭估计影响大小的Ｃｏｏｋ距离及其简化形式，提示了强影响点、高杠杆点、异常点间的内在联系；其次讨论了多组数据对多元岭估计的联合影响与其中每组数据对多元岭估计的影响之间的关系，最后探讨了多元岭估计中数据的交叉影响问题，得到了许多有意义的结果。     

边界条件下线性模型的影响分析

建立了边界条件下线性模型中的Ｃｏｏｋ距离，Ｗ－Ｋ统计量和Ａ－Ｐ统计量，用它们研究了数据对约束最小二乘估计及拟合值的影响问题，得到了一些有意义的结果。     

基于弯曲高斯过程组合方法的光伏出力预测研究

针对光伏发电功率受多种天气因素影响造成预测难度大的现状,提出了一种基于弯曲高斯过程的混合模型,可以实现一天内任意时刻的光伏出力的概率预测,获得置信区间预测值和点预测值.该算法先由多元自适应回归样条模型实现对多维输入变量的约减,同时得到待预测值的先验数据,然后利用模糊C均值算法按天气类型对训练集数据和测试集的先验数据进行聚类,得到相似样本,再利用弯曲高斯过程模型对测试集数据进行估计,最后利用Bagging算法实现对子混合模型的集成学习,得到待预测值的区间估计和点估计.仿真及试验结果验证了该混合模型的有效性和可靠性.与高斯过程估计和BP神经网络分位数估计相比,该混合模型精度更高,实用性更强.     

边界条件下线性模型的影响分析(英文)

建立了边界条件下线性模型中的Cook距离,W—K统计量和A—P统计量。用它们研究了数据对约束最小二乘估计及拟合值的影响问题,得到了一些有意义的结果。     

泊松线性混合效应模型的参数估计

讨论了如何运用EM算法对泊松线性混合效应模型进行参数估计.首先利用马尔柯夫链蒙特卡罗方法对Q函数进行近似,然后利用Newton-Raphson算法求出Q函数的极大值点,从而求得了模型中未知参数的极大似然估计.以一组癫痫病人数据为例,说明该方法是简单可行的.     

几何分布场合恒加应力寿命试验下的混合数据分析

在恒定应力加速寿命试验下对几何分布的混合数据提出一种可靠性分析方法,并给出正常应力下平均寿命的点估计与置信下限估计。     

基于正交试验的矿渣混凝土配合比设计

目前的商品混凝土多以掺加矿粉为主,有的还掺加粉煤灰,致使混凝土成分复杂,因而对混凝土配合比设计提出了更高的要求。结合山东省内商品混凝土搅拌站的实际情况,主要以矿渣混凝土为研究对象,通过正交试验的方式,对矿渣混凝土的配合比进行设计。采用正交试验的方法对矿渣混凝土做了9组27个试块,测出矿渣混凝土28天的抗压强度。并根据正交试验的结果,分析了各掺合料之间的最佳组合,以及每种掺合料影响的显著性。本研究成果可以为商品混凝土厂家提供技术指导,具有工程实用价值。     

一种面向纵向数据的RE-BET算法及应用

混合效应模型是分析纵向数据的有效方法,但模型的线性结构限制了其适应现实数据的能力。提出了一种RE-BET算法及其变形的RE-BEBT算法,采用树形方法估计混合效应模型的固定效应,可以自动选择重要变量,能更好地发现和描述变量间关系;采用基于Dirichlet过程先验的贝叶斯方法估计混合效应模型的随机效应,使模型可以适用于小样本数据。以低合金钢和碳钢的海水腐蚀数据为例,通过与实验数据和其他算法的计算结果对比分析,验证了RE-BET算法可行性和有效性。     

指数分布场合步加应力试验下混合数据的可靠性分析

在步加应力寿命试验下,对指数分布的混合数据提出平均寿命点估计与区间估计的方法。     

探测数据对加权回归模型影响的度量

用方差比和广义方差比作为影响度量，从估计效率角度研究数据的剔除对加权回归模型的影响．建立了这两个影响度量与相关系数和广义相关系数之间的精确关系．     

一类线性混合效应模型分位数估计的影响分析

当回归模型误差服从非对称或非正态分布时,尤其是在重尾分布或分布受污染的情况下,如何检测纵向数据中的异常值是数据分析中的一个重要问题。为了克服非正态分布模型误差的影响,采用稳健的分位数方法对一类线性混合效应模型进行参数估计,并分别基于数据删除模型和均值漂移模型构造强影响点的诊断度量和异常值的检验统计量,以有效地检测强影响点和异常值点。在识别强影响点时,为了减轻计算负担,利用光滑逼近的方法给出了数据删除模型参数的一步近似估计,并据此构造出基于损失函数的距离和Cook距离。为了能够识别异常值点,首先构造出检验异常值点的Wald统计量,然后基于数据删除模型和均值漂移模型的系数估计的等价性,利用Bootstrap抽样得到检验的拒绝域。数值模拟结果表明,本文所提的诊断度量和检验统计量都能够很好地判断出强影响点和异常值点。最后应用本文方法针对化学实验纵向数据进行了影响分析。     

混合指数威布尔分布的参数估计

应用ECM算法,研究了混合指数威布尔分布在完全数据场合下的参数估计问题,并模拟说明ECM算法来估计混合指数威布尔分布是一种容易实现又非常有效的方法.     

顾及起始数据误差影响的最优间接平差方法

在控制网顾及起始数据误差影响的数据处理时,关心的是如何充分利用已获得的经典平差(间接平差)结果来顾及起始数据误差影响以及起始数据误差对未知参数影响是否显著和如何估计这种影响的大小等问题。本文对这些问题进行了近控讨,提出了顾及起始数据误差影响的最优间接平差方法,通过对一个控制网的分析,表明这种方法不仅具有理论价值,而且具有实践意义。