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.     

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.     

Poisson过程的可靠性增长模型(Ⅰ)——定数截尾试验的情况

基于定数截尾试验数据,本文用经典方法和Bayes方法,考虑了失效时间遵从Poisson过程的可修系统的可靠性增长问题,得到了各研制试验阶段参数的约束极大似然估计和最末阶段参数的经典限和Bayes限.     

Poisson过程的可靠性增长模型(Ⅱ)——定时截尾试验的情况

基于定时截尾试验数据,本文用经典方法和Bayes方法,考虑了失效时间遵从Poisson过程的可修系统的可靠性增长问题,得到了各研制试验阶段参数的约束极大似然估计和最末阶段参数的经典限和Bayes限。     

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.     

基于屏蔽数据多重定数截尾下系统部件的可靠性估计

利用屏蔽的系统寿命数据,在多重定数截尾样本下研究串联系统中部件的可靠性估计问题。首先利用概率元分析方法,推导样本似然函数。然后基于样本似然函数,给出部件参数和可靠度函数的极大似然估计,同时分别在平方损失、线性指数损失和广义熵损失下,得到了部件参数和可靠度函数的Bayes估计。最后通过数值仿真研究屏蔽水平和截尾因子对估计精度的影响,并对各种估计进行了比较。     

威布尔分布无失效数据的Bayes可靠性分析

在Weibull分布场合下,通过对分布函数进行变换,利用凹凸性方法获得了各检测时刻失效概率之间的关系,进而从实际应用的角度出发,利用先验信息得到了各时刻失效概率的Bayes估计.通过建立参数回归模型,获得了产品可靠性指标的估计.最后通过对实例进行计算,验证了方法的稳定性.     

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.     

含有屏蔽数据的串联系统中BurrⅫ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BurrⅫ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.     

长寿命卫星活动部件Bayes-Weibull可靠性评估方法

长寿命卫星活动部件可靠性评估具有小样本、无失效数据的特点,采用大样本寿命数据统计方法或通常的无失效数据分析方法难以解决寿命分布建模与可靠性评估问题.针对Weibull寿命型卫星活动部件,提出了一种有效的Bayes可靠性评估方法.综合利用相似型号活动部件数据估计Weibull分布形状参数,利用相似因子和参数Bootstrap方法构造Bayes验前分布.实例分析表明,该方法具有较高的精度,可以解决小样本无失效条件下,长寿命卫星活动部件可靠性评估的困难问题.     

ESTIMATING THE NONCENTRALITY PARAMETER OF A t-DISTRIBUTION

Inadmissibility of a traditional class of noncentrality parameter esti-mators under quadratic loss is established.The result is heuristically motivatedby the form of generalized Bayes estimators and is proved via unbiased estimatorsof the risk function and a solution to an integro-differential inequality.     

贝叶斯估计和尺度空间滤波相结合的滤波方法

提出了一种贝叶斯估计和尺度空间滤波相结合的滤波方法。信号的小波系数表现出很强的非高斯统计特性，其密度函数可以用推广的拉普拉斯先验分布建模。利用贝叶斯估计能够较好地提取出信号的小波系数，再由小波逆变换恢复信号。贝叶斯估计较好地保留了信号的边缘信息，但滤波信号尚不够平滑。尺度空间滤波在保留信号边缘的同时，还有很好的平滑作用。两者相结合有很好的滤波效果。     

Optimal Credibility Estimation of Random Parameters in Hierarchical Random Effect Linear Model

In the hierarchical random effect linear model, the Bayes estimator of random parameter are not only dependent on specific prior distribution but also it is difficult to calculate in most cases.This paper derives the distributed-free optimal linear estimator of random parameters in the model by means of the credibility theory method. The estimators the authors derive can be applied in more extensive practical scenarios since they are only dependent on the first two moments of prior parameter rather than on specific prior distribution. Finally, the results are compared with some classical models and a numerical example is given to show the effectiveness of the estimators.     

Optimal allocation for estimating the correlation coefficient of Morgenstern type bivariate exponential distribution by ranked set sampling with concomitant variable

Ranked set sample is applicable whenever ranking of a set of sample units can be done easily by a judgement method of the study variable or of the auxiliary variable. This paper considers ranked set sample based on the auxiliary variable X which is correlated with the study variable Y, where (X, Y) follows Morgenstern type bivariate exponential distribution. The authors discuss the optional allocation for unbiased estimators of the correlation coefficient ρ of the random variables X and Y when the auxiliary variable X is used for ranking the sample units and the study variable Y is measured for estimating the correlation coefficient. This paper first gives a class of unbiased estimators of ρ when the mean θ of the study variable Y is known and obtains an essentially complete subclass of this class. Further, the optimal allocation of the unbiased estimators is found in this subclass and is proved to be Bayes, admissible, and minimax. Finally, the unbiased estimator of ρ under the optimal allocation in the case of known θ is reformed for estimating ρ in the case of unknown θ, and the reformed estimator is shown to be strongly consistent.     

A New Approach to Optimal Filtering for SingularDiscrete-Time Stochastic Linear System

1IntroductionBecausetherealisticproblemwhichsingularsystemdescribesiswiderthanthenormalsystemsdo,theresearchofsingularsystemshasreceivedagreatdealofattention.Andmanyachievementshavebeenobtainedinthefieldsofstructuralcharacteranalysisanddesignmethodsofsingularsystems.Butforthestateestimationonlypreliminaryprobehasbeenmade.References[2]--[51proposedrespectivesolutionsbasedonleastsquaremethod.References[6]--[71transformsingularsystemsintonormalsystemsthroughmatrixresolutionandthenmakeuseofKalman…     

Bayes决策中信息费用的修正

分析了Ｂａｙｅｓ决策在信息准确度考虑上的缺陷,得出了几个重要定理,并给出一种修正信息费用的新方法,使Ｂａｙｅｓ决策的结果更加准确合理。     

速度信息辅助雷达目标数据关联方法研究

多目标数据关联时,联合概率数据互联(JPDA)算法是最常用的方法之一,与最优的贝耶斯算法需要对当前时刻以前的所有确认量测集合进行研究相比,其只对最新的确认量测集合进行研究,因此是次优的贝叶斯算法。为进一步提高JPDA算法的性能,基于最优贝叶斯算法的理论,将包含目标历史信息的速度信息引入JP-DA算法过程中,增加了近距离平行运动目标的正确关联次数,并提高交叉运动目标关联精度。     

继电器MTBF可靠性验证试验的Bayes方案

本文研究了应用Ｂａｙｅｓ理论制定航天、航空继电器产品的可靠性验证试验方案，并对经典方法和Ｂａｙｅｓ方法制定的ＭＴＢＦ验证试验方案进行了比较。结果表明：基于Ｂａｙｅｓ理论的ＭＴＢＦ可靠性验证试验方案所需样本较小，试验时间较短，可较大地降低试验成本     

基于非参数估计的决策融合模型及其应用研究

针对传统bayes决策融合算法中,类条件概率密度的不确定性以及固定的类条件概率密度估计值所引起的融合系统误判,本文将非参数估计方法引入到bayes决策融合算法中,提出了一种改进的bayes决策融合模型。该模型在融合过程中每次进行bayes最大后验概率准则判决后,均判断当前的类条件概率密度是否达到预期的精度,并在未达到预期精度的情况下利用parzen窗算法完成条件概率密度的逐步构造逼近。通过在丰满水电仿真系统的温度故障诊断过程中的实际应用表明,该算法在性能上优于传统bayes方法,可有效地提高诊断判决正确率。     

New Moment Estimators of the Effective Spread Based on Daily High and Low Prices

This paper proposes five new simple moment estimators of the effective spread based on the covariance estimator of Roll(1984) and the High-Low estimator recently developed by Corwin and Schultz(2012). And then the authors theoretically investigate the statistical properties of six simple High-Low spread estimators including Corwin and Schultz's estimator. The biases and mean squared errors(MSE) of these six estimators have been derived and compared with each other asymptotically,which, together with the subsequent simulation study, reveal explicitly the superior performance of newly developed High-Low estimators over Corwin and Schultz's estimator in both ideal and nonideal conditions. Moreover, this paper also develops GMM estimators constructed by three or more moment conditions and compares with the six simple High-Low estimators. Finally, several example applications on the U.S. and Chinese financial markets are conducted to demonstrate the superior performance of the new High-Low estimators. The results provide alternative choices for identifying the liquidity proxies that well capture different structure of markets.