仿真试验中Bootstrap方法的应用

应用非参数Bootstrap方法对Monte-Carlo仿真输出样本进行重复再抽样,用一种改进的偏差校正方法给出了命中概率的点估计,用BCa方法对命中概率进行置信区间估计,并使用传统统计分析方法对Monte-Carlo仿真输出样本进行分析,将两种方法得出的分析结果进行对比.比较结果表明,Bootstrap估计方法在置信区间估计方面有较大优势,能够降低对Monte-Carlo仿真输出样本容量的要求.     

仿真输出分析中置信区间的Bootstrap估计方法

介绍了一种非参数统计分析方法，并将此方法应用于仿真输出分析，从而解决了传统方法的局限性。建立了感兴趣的性能测度的Ｂｏｏｔｓｔｒａｐ置信区间估计的步骤，并通过仿真实验进行了验证。Ｍ／Ｍ／１排队系统的仿真实验结果表明，这种方法能给出合理的点估计和有效的置信区间，而且仿真精度较传统方法有明显提高。     

仿真模型置信度的决策分析方法

仿真模型置信度直接影响着仿真系统的置信度和仿真试验的价值大小,因而倍受关注.基于置信区间法原理,利用模型的输出数据结合对参数区间估计的置信度与决策风险的分析,讨论了仿真模型置信度的决策分析方法.应用于水下目标辐射噪声仿真系统中的信号仿真模型,对模型置信度进行了分析,可为决策者提供辅助决策支持.     

仿真输出分析中的BAYES方法

本文提出用Bayes方法对小样本或单次运行的仿真输出进行分析。给出了几种条件下的Bayes方法和伽玛分布置信区间的估计方法。并用M/M/I排队系统对几种方法进行了实例研究。实验结果表明,在处理小样本或单次仿真运行时Bayes方法有明显的优越性和应用前景。     

创新的动态人口死亡率预测及其应用

本文结合Bootstrap方法与Lee-Carter模型对我国人口死亡率进行拟合与预测,较好地解决了传统模型的不足.首先利用最小二乘法、加权最小二乘法和极大似然法三种参数估计方法对Lee-Carter模型的参数进行估计.然后通过对残差的分布性质进行分析发现加权最小二乘法有较好的拟合效果.再考虑到传统的Lee-Carter模型在预测未来死亡率区间时仅考虑了时间参数的变动区间,因此利用残差Bootstrap方法估计了所有参数的置信区间,并对模型参数的稳健性进行检验.最后在充分考虑所有参数变动性的基础上,给出了死亡率预测均值及死亡率预测值的置信区间,结果表明,所计算的死亡率预测值的置信区间具有更好的预测效果.     

小样本数据的三种区间估计方法性能分析

针对小样本数据的区间估计问题,将Bootstrap分析方法中的重复抽样思想引入到灰色估计理论中,提出改进的小样本区间估计算法。该算法首先对原始样本进行抽样处理获取新样本,然后基于灰色距离测度计算满足一定灰色置信度的灰色置信区间。针对3种不同灰色距离测度方法得到的置信区间,选择区间位置和区间宽度作为评价指标,以严谨的数学证明分析比较3种区间估计方法的性能。理论分析结果表明,灰色估计值离样本中最小值的距离最远是第3种方法置信区间位置最优的充分不必要条件;3种方法置信区间宽度的相互关系仅由灰色置信度决定。最后通过仿真验证了所提算法的有效性以及理论分析结果的正确性。     

重复批均值方法中的置信区间估计

在仿真实验设计以及仿真结果分析中,常常用到独立重复法和批均值法。独立重复法对多次运行的仿真结果进行特征分析,批均值法则用来对长时间运行的仿真结果进行特征分析。传统的独立重复法在数据有初始偏差时,以及批均值法在样本数据有自相关性时所给出估计的精确性会受到较大影响。重复批均值方法将独立重复法和批均值法相结合,在一定程度上克服了初始偏差和数据自相关的影响,但是运算量相应加大。考虑样本数据的初始偏差和自相关性,给出了重复批均值法的置信区间估计方法,并结合对未知稳态均值和方差估计,对3种方法进行了比较和分析。     

竞争失效场合相似产品可靠性的综合评估

对小样本情形下的联合Ⅱ型截尾寿命试验进行综合分析.针对产品可能存在多种失效模式问题,建立试验数据服从独立指数分布的竞争失效模型.基于极大似然估计,利用条件矩母函数导出参数的精确分布,据此构造参数的精确置信区间.并采用Bootstrap方法给出参数的区间估计.最后,通过Monte-Carlo仿真比较估计的优良性,利用数值算例验证了本文方法的有效性和可行性.     

CSIMAN仿真系统输出结果置信区间的分析

叙述了ＣＳＩＭＡＮ仿真系统中输出结果置信区间的生成方法并对输出结果置信区间进行了详细的分析.     

一种基于相似性度量的仿真系统置信度评估方法

运用参数估计的方法对系统的相似元要素作区间估计,通过分析所得置信区间与对应的接收区间的关系给出了系统相似元的一种相似性估计方法;对于系统相似度,给出了一种考虑相似元之间相关性的相似性度量方法,由此提出了一种基于相似性度量的仿真系统置信度评估方法。在目标辐射噪声仿真系统研究中的应用表明,该方法有助于挖掘和利用仿真输出中蕴涵的系统特征信息,是一种量化分析与评估仿真系统置信度的有效方法。     

Bootstrap Estimation from Simulation Outputs

ＢｏｏｔｓｔｒａｐＥｓｔｉｍａｔｉｏｎｆｒｏｍＳｉｍｕｌａｔｉｏｎＯｕｔｐｕｔｓ⒇ＺＯＵＺｈｉｈｏｎｇＬＩＤａｆｅｎｇＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＥｃｏｎｏｍｉｃｓＵｎｉｖｅｒｓｉｔｙｏｆＩｎｔｅｒｎａｔｉｏｎａｌＢｕｓｉｎｅｓａｎ...     

VaR风险度量下的β系数：估计方法和实证研究

传统资本资产定价模型得出的β 系数受到正态分布假设的约束. 为了更好地反映金融现实, 对VaR-β 系数的估计问题(VaR-β 系数是一种在value-at-risk风险度量下的β系数, 可以在各种概率分布假设下应用) 进行了研究. 在一些常用VaR 估计方法的基础上, 我们一共发展了三种VaR-β系数估计方法：核密度方法、高阶矩方法和~Copula 方法, 并得出了相应的解析表达式. 最后, 我们使用香港证券市场中的数据对核密度方法的应用进行了实证研究, 并论证了置信度水平可以做为反映投资者情绪的一个指标.     

Burr-XII分布在具有随机移走逐步增加截尾模型下可靠性指标的Bayes估计

在具有随机移走的逐步增加Type-II截尾模型下, 假定每一个失效时刻移走的未失效样本数都服从二项分布, 当Burr-XII分布中两个形状参数均未知时, 分别在q-对称损失函数和LINEX损失函数下给出了两个未知形状参数、移走概率以及可靠性指标的Bayes估计和Bayes后验区间估计, 并给出了参数估计的容许性证明. 最后利用Monte Carlo方法对各种估计结果进行了模拟分析.     

基于竞争失效数据的Lindley分布参数估计

假定产品在使用时经历多种竞争失效,每种失效寿命数据服从Lindley分布。竞争失效数据包括不完全数据和截尾数据。对竞争失效分布进行参数点估计、相对风险率计算,讨论了参数的渐进置信区间和Bootstrap置信区间。为考察其适应性,一组实际数据用来说明各种参数估计方法的使用情况,同时,分别用指数分布和威布尔分布拟合该组数据,并计算相应的统计量。结果表明,根据3种分布的极大似然估计量和K-S值,Lindley分布对该组数据具有最好的适应性。     

连续k-out-of-m:G系统可用度的估计

针对目前文献中研究连续k out of m:G系统可用度少的情况,从统计角度出发使用极大似然估计和Bayes估计在不同情况下对该系统可用度作出了估计并得到了相应的估计公式。若已有系统或元件的失效时间和修理时间分布的先验信息,则使用Bayes估计,反之使用极大似然估计,并用该方法分析了连续k out of m:G系统的特例:串、并系统。得到了串、并联系统可用度的估计式和相应的置信区间。估计公式实用简便。     

集成式多目标权系数赋值方法

本文将实际应用中的多目标权系数赋值方法归结为三类：点估计方法、模糊区间估计方法、定性估计方法,提出了各类方法中有效的多目标权系数赋值过程,给出了多目标决策（ＭＯＤＭ）中引导决策专家选择适合具体情形的多目标权系数赋值方法的选择策略,提出了多目标权系数调整的交互式方法。