基于定期检测的贮存可靠性模型及其参数估计

为保持贮存产品的高可靠性,基于指数分布建立了三类具有初始失效的周期检测贮存可靠性模型:检修后如新,贮存失效率增大;检修后不如新,贮存失效率不变;检修后不如新,贮存失效率增大.依据周期检测数据,给出了检修前即刻可靠度的极大似然估计及Bayes估计,用极大似然方法与最小二乘法对模型参数进行了估计.最后,给出一个应用实例演示了模型的有效性.     

含有屏蔽数据的串联系统中Burr XII部件可靠性指标的Bayes估计

在含有屏蔽数据的情况下, 研究串联系统中Burr XII部件可靠性指标的估计问题.利用极大似然法给出了部件参数的极大似然估计,并分别在平方损失、LINEX损失和熵损失函数下,给出部件参数及可靠性指标的Bayes估计.最后利用Monte-Carlo随机模拟方法对各种估计结果进行了比较分析.     

两参数Weibull分布环境因子的Bayes估计

基于天地试验环境下Weibull分布形状参数不变的条件,运用Bayes方法对两参数Weibull分布环境因子进行分析,以尺度参数后验密度的商密度作为环境因子的后验密度,给出了在形状参数已知和未知两种情况下,环境因子在平方损失下的Bayes估计。最后运用仿真实例与极大似然估计进行比较,结果表明Bayes估计优于极大似然估计。     

极值理论(EVT)方法用于受险价值(VaR)计算的实证比较与分析

讨论了根据极值理论 ( EVT)计算受险价值 ( Va R)的两类不同的方法 :基于矩估计的“两次子样试算法”和极大似然估计法 ,并给出了各自理论推导过程和计算步骤 .同时 ,把这两类方法与正态分布和经验分布的结果进行了比较 .应用四种汇率历史数据进行的实证计算表明 ,在极端条件下 ,用极值理论方法估计 Va R具有很高的准确性 ,而矩估计法的结果又优于极大似然估计法 .     

极值理论(EVT)方法用于受险价值(VaR)计算的实证比较与分析

讨论了根据极值理论 ( EVT)计算受险价值 ( Va R)的两类不同的方法 :基于矩估计的“两次子样试算法”和极大似然估计法 ,并给出了各自理论推导过程和计算步骤 .同时 ,把这两类方法与正态分布和经验分布的结果进行了比较 .应用四种汇率历史数据进行的实证计算表明 ,在极端条件下 ,用极值理论方法估计 Va R具有很高的准确性 ,而矩估计法的结果又优于极大似然估计法 .     

截尾情形下基于屏蔽数据的部件可靠性分析

当系统具有屏蔽寿命数据时,研究了串联系统中BurrXⅡ部件的可靠性估计问题.在定数截尾情形下,利用极大似然估计法及Bayes方法给出了部件参数、可靠度函数和失效率函数的极大似然估计及Bayes估计.最后通过随机模拟比较两种估计的效果,给出了工程应用时选择的依据;同时研究屏蔽水平和截尾数对估计效果的影响,结果表明估计的精度随着屏蔽水平的增大而降低,随着截尾数的增大而增高.     

数论网格法在极大似然估计中的应用

复杂似然函数的多峰性使得极大似然估计的求解存在很大困难。针对这一问题,提出了求解极大似然估计问题的数论网格法。讨论了数论网格法的特点,理论分析了其算法精度,给出了基于数论网格的序贯优化算法的计算步骤,研究了初始搜索区域和算法初始参数的确定方法。最后,以两参数威布尔分布参数极大似然估计为例,给出了极大似然估计的计算过程,比较了序贯优化算法和对分法的估计结果,说明了序贯优化算法的有效性和计算效率。     

威布尔产品加速寿命试验的可靠性分析

利用似然理论对加速寿命试验的多个样本失效数据进行综合分析。在定数截尾场合下，建立威布尔寿命型产品的步进应力加速寿命试验模型，利用Newton Raphson方法求解似然方程，得到寿命参数的极大似然估计。针对迭代公式初始值敏感问题，结合部件寿命信息给出一种精度更高的初始值确定方法，并利用Bootstrap方法构造加速寿命试验参数的置信区间。最后，以固体钽电解电容器为例，利用随机模拟方法验证提出理论的正确性和有效性。     

基于MCMC模拟的相关系数平稳序列模型及其应用

提出了基于MCMC方法来估计相关系数平稳序列模型的参数;给出基于贝叶斯分布的相关系数平稳序列模型参数的算法;在无信息先验分布下,模拟证明了用此方法估计相关系数平稳序列模型参数的优良效果。最后对实际的广西电网-月负荷数据,分别用基于相关系数平稳序列模型的MCMC方法和极大似然估计法以及基于经典的ARMA模型建模,结果表明采用MCMC方法得到的模型给出的预测是最好的。     

空间滞后模型的稳健检验

针对现有空间滞后模型检验存在的问题,首先用矩估计方法得到空间误差参数的一致估计量,然后以局部稳健检验方法为理论基础, 构造稳健检验统计量.该方法既成功回避了采用极大似然估计法构造检验统计量时遇到的繁琐计算问题,又有效解决了现有局部稳健检验方法适用范围受限的缺陷.同时,相对于直接采用矩估计法构造检验统计量的方法,该方法也有明显优势. 蒙特卡罗模拟的结果支持上述论断.     

基于矩阵重构的非相干分布源参数估计方法

针对现有非相干分布源参数估计算法计算量大等问题,提出了一种新的DOA和角度扩展估计算法.该算法利用空间频率近似模型下的非相干分布源协方差矩阵的结构特点.协方差矩阵可分为相位信息矩阵和幅度信息矩阵.对相位信息矩阵进行重构,对重构后的协方差矩阵利用MUSIC等传统方法即可实现DOA的估计;对幅度信息矩阵的各主次对角线上的元素均进行平滑得到幅度信息平滑向量,估计得到的DOA代入幅度信息中即可得到角度扩展的估计,从而实现非相干分布源DOA和角度扩展分离估计.计算机仿真验证了算法的性能.     

Empirical Analysis of Value-at-Risk Estimation Methods Using Extreme Value Theory

1. INTroDUCTIONFinancial institutes often hold asset portfolios consisting of bonds, stock, etc., whose values often vary due tothe change of market factors such as interest rate and exchange rate. The induence on the value of portfoliosmade by the bad variation of majrket factors is watched specially by the financial institutes. That is to say, it isnecessary to estimate the probability and degree of the decrease in the value of portfolios during a given timeperiod. As an integrated frame…     

基于原子范数的多跳频信号时频参数估计

针对现有多跳频信号参数估计方法构造的基字典与信号不匹配的问题,提出了基于原子范数的时频参数估计方法。首先定义无限原子集合并建立原子范数最小化模型,再利用其对偶问题完成对信号的估计,最后根据对偶多项式在单位圆上的绝对值完成信号频率的估计,通过统计频率分量的个数完成了信号跳变时刻的估计。仿真结果表明该算法在多跳频信号条件下能够得到比现有算法更高的估计精度和性能。     

New results about the relationship between optimally weighted least squares estimate and linear minimum variance estimate

The optimally weighted least squares estimate and the linear minimum variance estimate are two of the most popular estimation methods for a linear model. In this paper, the authors make a comprehensive discussion about the relationship between the two estimates. Firstly, the authors consider the classical linear model in which the coefficient matrix of the linear model is deterministic, and the necessary and sufficient condition for equivalence of the two estimates is derived. Moreover, under certain conditions on variance matrix invertibility, the two estimates can be identical provided that they use the same a priori information of the parameter being estimated. Secondly, the authors consider the linear model with random coefficient matrix which is called the extended linear model; under certain conditions on variance matrix invertibility, it is proved that the former outperforms the latter when using the same a priori information of the parameter. This research is supported in part by the National Natural Science Foundation of China under Grant Nos. 60232010, 60574032, and the Project 863 under Grant No. 2006AA12A104.     

基于特殊阵列的近场源参数估计新算法

阵列孔径损失和计算复杂度大是近场源参数估计面临的两大亟待解决的问题,提出一种类似NEST阵列模型的新模型,利用四阶累积量扩展阵列孔径,使可估计信源个数远远大于实际阵元数;并结合基于特征方程算法(characteristic equation-based method, CEM)思想避免特征值分解和谱峰搜索,极大降低了算法的计算复杂度。最后,基于已获得的近场源的角度信息,估计出所有近场源的距离信息。理论分析和实验仿真结果表明,在保证参数估计精度的前提下,所提算法的计算复杂度低,具有较高的阵列利用率,并且可以避免二维参数配对。     

多维分形马尔可夫转换模型的广义矩估计及其实证运用

在广义矩估计法(GMM)的基础上,提出基于连续时间以及任意维离散时间多维分形过程的参数估计方法。一方面,这一方法吸取了Calvet和Fisher(2001)多维分形马尔可夫模型的长处,可以比较方便地对时间序列的非平稳性和复合过程进行处理;另一方面,本文模型又克服了极大似然法(MLE)和贝叶斯方法在大样本条件下其波动率序列参数估计难以用计算机实现的缺陷。Monte Carle模拟的结果显示,GMM估计在二项式模型和对数正态分布模型中具有非常优良的统计性质。实证运用的结果也证实了GMM估计方法在大样本多维度下的统计优势及其必要性。     

基于估计参数势函数法的欠定盲分离

针对k维子空间法尺度参数选择的盲目性,提出了基于估计参数的势函数方法。首先根据观测信号估计出基准值r₁,并根据基准值r₁选取势函数f 的尺度参数σ₁,由势函数f 估计出聚类平面后,根据聚类平面估计出基准值r₂,根据基准值r₂选取势函数g的尺度参数σ₂,并由势函数g估计出混合矩阵。该方法充分利用了观测信号的统计特性,实验结果表明,在无噪条件下,该方法比改进前的方法在矩阵估计方面误差减小了75%,较其他方法误差减小了1~2个数量级;在16 dB信噪比下,该方法比改进前在矩阵估计精度上提高8.7%,源信号个数估计准确率提高了1倍。     

Box—Cox变换模型模拟矩估计方法研究

基于对Ｂｏｘ－Ｃｏｘ变换模型参数估计方法的研究，分析了极大似然方法之不足，提出了相应参数估计方法——基于残差的广义模拟矩估计方法，并研制了相应的算法．该方法同时解决了Ｂｏｘ－Ｃｏｘ变换模型出现序列相关与异方差时的参数估计问题，力求反映真实模型．算例则验证了方法的有效性