不完全数据情形下指数分布参数的最大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,本文给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,论文还提出了分组数据场合参数极大似然估计的图解求法。     

排序集抽样下定时截尾指数寿命数据的参数估计

针对定时截尾指数寿命数据的参数估计问题,采用排序集抽样方法,研究了指数分布参数的极大似然估计.针对排序集抽样下似然方程求不出解的问题,似然方程的部分项替换为期望,并给出修正极大似然估计.估计效率的比较结果说明:基于排序集抽样方法的修正估计量优于基于简单随机抽样方法的极大似然估计量.     

基于似然深度的指数分布的参数估计

针对传统估计方法如极大似然估计对于服从指数分布且有污染的截尾数据的参数估计并不是很理想的问题,提出使用一种新的估计方法对其进行参数估计,即似然深度估计,并通过两组实验进行对比,结果显示利用似然深度估计方法得到的参数偏差和均方差较小,表明似然深度估计是一种估计服从指数分布且有污染的截尾数据参数的有效方法。     

屏蔽数据并联系统的可靠性分析

在逐步Ⅱ型截尾模型下,研究含屏蔽数据三部件并联系统的可靠性分析。假设组成系统的部件相互独立且服从补充指数分布,利用屏蔽系统寿命数据给出了部件参数与可靠度函数的极大似然估计。鉴于极大似然法在完全屏蔽情形的局限性,通过引入潜在变量并运用Metropolis-Hastings抽样算法获得了部件参数及可靠度函数的贝叶斯估计、参数的最大后验密度置信区间。最后利用Monte-Carlo方法给出数值例子,分析了屏蔽水平对两种估计精度的影响,并验证了文中结果的正确性。     

双边定时截尾下Pareto分布的参数估计

在双边定时截尾样本下,用极大似然法求Pareto分布中形状参数的估计,由于似然方程较复杂,无法得到参数的显式表达式,但是可以证明极大似然估计是唯一存在的. 由于EM算法是处理缺损数据的一种有效方法,因此利用该算法来求参数的估计问题.用EM算法得到了形状参数估计的迭代式,借助Louis遗失信息原则得到了估计的渐近方差,根据中心极限定理得到了形状参数的近似置信区间.随机模拟结果表明形状参数的EM估计收敛到其极大似然估计.实例给出了不同样本下参数的点估计和区间估计.     

恒定应力加速寿命试验数据缺失时的统计分析

试验数据缺失是加速寿命中经常遇到的情况，处理起来也较复杂，当产品寿命服从指数分布时，该文研究了恒定应力加速寿命试验中数据缺失时的统计分析方法，讨论了加速模型参数的极大似然估计（MLE）与线性估计（BLUE与ABLUE），证明了极大似然估计的存在性与唯一性，并对各种估计的优良性进行了模拟比较。     

定时截尾下具有部分缺失数据两个指数总体参数的估计与检验

利用极大似然估计方法, 研究定时截尾下具有部分缺失数据的两个指数总体中的参数估计问题, 以及两指数总体参数相等的假设检验问题. 证明了估计的强相合性以及渐近正态性, 给出了检验两总体参数相等的检验统计量及检验统计量的极限分布.     

双边定时截尾样本下复合瑞利分布的参数估计

利用极大似然法和EM算法研究了双边定时截尾样本下复合瑞利分布参数的极大似然估计.给出了参数的极大似然估计的存在唯一性证明和参数的EM迭代公式,借助Louis算法得到了EM估计的近似区间,随机模拟结果表明极大似然估计与EM估计相比,估计值较接近真值.     

定时截尾样本数据有缺失情形下单参数对数正态分布的参数估计

主要讨论了在定时截尾样本数据有缺失情形下单参数对数正态分布的参数估计问题,并用极大似然估计的方法对其参数σ进行了估计,最后得出了σ的估计值σ．     

分组截尾数据下离散型寿命概率分布的估计方法

目前针对离散型未知寿命分布的分组数据研究较少．为避免求解复杂的非线性极大似然方程组,由加入拉格朗日乘子的似然方程组中推导具有递推关系的概率分布计算公式,并通过退化的单区间模型得到P1的极大似然估计,从而完成概率分布律Pi的递推计算．实验说明该方法有效．     

Weibull分布的渐进区间型截尾数据的参数估计

不完全统计数据的分析是当前估计问题中重要的研究对象之一,特别是关于区间型截尾数据的寿命分析。针对一类源于Weibull总体的渐进区间型截尾数据提出一种新的迭代算法。算例仿真结果表明：此类数据应用最大似然估计法所得结果不可靠,而应用文中提出的迭代算法,能有效地估计总体参数。该算法收敛速度快,可靠性高。     

基于区间数据的非参数Bayes估计

基于Dirichlet过程为先验分布,给出区间数据下总体分布非参数Bayes估计的表达式;通过对常用分布的随机模拟,阐述几类先验分布对估计效果的影响;最后,与参数极大似然法比较,证明所构造的方法具有相近的估计效果.      

指示变量随机缺失下变系数模型的分位数回归

本文研究了删失数据以及删失指示量随机缺失情况下部分线性变系数模型的参数估计问题。对非参数部分采用B样条近似,对缺失的指示变量运用极大似然估计,结合分位数回归,得到了参数估计的渐近正态性质和非参数部分的收敛速度。蒙特卡洛模拟和实例分析表明,所提出的方法可以有效处理此类存在缺失的数据,获得有意义的结果。     

分组与删失数据下几何分布的参数估计

研究了当寿命分布为几何分布时,观测数据分组与可能删失的情况下的参数估计,利用EM算法求出了参数的MLE估计,在平方损失下得出了参数的Bayes估计,并应用近似Beta分布加权和的方法得出了参数的近似的Bayes置信下限.     

Weibull分布CE模型序进试验下逐次截尾的统计分析——应力为时间的一般线性关系

针对累积损伤模型,在序进应力下给出了逐次截尾试验下两参数Weibull分布在阿伦尼斯方程下和逆幂律方程下的极大似然估计．通过Monte-Carlo模拟考察了参数估计的精度,结果表明随着样本的增大,估计的精度逐渐提高．同时,在总样本量相同的条件下,截尾样本个数较小时,估计的精度有所提高．     

双向截尾情况下最大似然估计的强相合性

讨论了双向截尾情况下分布参数的最大似然估计的渐近性质，证明了最大似然估计具有强相合性。     

屏蔽数据并联系统逐次截尾寿命试验的统计分析

假定系统由两个单元并联而成, 单元寿命的失效率分别为常数失效率和线性失效率(过原点), 给出了屏蔽数据并联系统简单逐次截尾和多次逐次截尾寿命试验参数的极大似然估计.     

左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用

在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.