序约束下最大似然估计的迭代算法

本文讨论了 k2× 2表相对风险简单半序约束下期望频数的最大似然估计问题 ,给出了求最大似然估计的一种迭代算法 ,并证明了此算法的收敛性     

基于EM算法约束条件下参数的估计

讨论了多元正态模型中的参数估计问题.利用EM算法和ECM算法给出了多元正态模型在协方差阵已知或未知的情况下,参数在简单序约束、伞型序约束和递增的凸序约束条件下的极大似然估计.当参数向量不多于三个分量时,给出了显式结果;当参数向量高于三个分量时,给出了求参数极大似然估计的相应线性变换.     

多个正态总体均值与标准差比在简单树序约束下的最大似然估计

考虑k(k>3)个正态总体均值与标准差(均值和标准差均未知)之比在简单树序约束下最大似然估计的求解问题, 应用保序回归理论给出了计算均值和标准差最大似然估计的迭代算法, 并证明了所给迭代算法是收敛的, 给出了k=7时利用迭代算法的模拟结果.     

序约束下AR(2)模型参数的拟似然估计

在约束条件下利用拟似然估计方法对AR(2)模型的参数进行统计推断,研究了拟似然估计(α)和约束拟似然估计(α)*的相合性及渐近正态性,并给出了AR(2)模型参数序关系的假设检验方法及模拟结果.     

正态总体均值与标准差比在树序约束下的最大似然估计

考虑3个正态总体均值和方差都是未知参数及所取的3个正态总体样本数不等时, 均值和标准差的比在树序约束下的极大似然估计. 根据PAVA算法的思想, 给出了均值和标准差的比在树序约束下的极大似然估计的计算方法.     

多个正态总体均值与标准差比在简单树序约束下的最大似然估计

考虑k(k>3)个正态总体均值与标准差（均值和标准差均未知）之比在简单树序约束下最大似然估计的求解问题, 应用保序回归理论给出了计算均值和标准差最大似然估计的迭代算法, 并证明了所给迭代算法是收敛的, 给出了k=7时利用迭代算法的模拟结果.     

正态分布的均值和方差在伞序约束下的最大似然估计

讨论了k个独立正态总体的均值和方差同时在伞序约束下最大似然估计的求解问题,并给出了一个求解方法和一个例子。     

锥序约束下两个指数总体均值的估计

讨论样本容量相等时 ,在锥序约束 a1λ1≤λ2 ≤a2 λ1条件下 ,两个指数总体均值 λi( i=1 ,2 )的估计量 .证明约束极大似然估计 λi 具有比经典极大似然估计 Xi 更小的均方误差 ,并且讨论 λi 对 Xi的功效 e( λi,Xi) ,i=1 ,2 .     

约束条件下两个Pareto总体的参数估计

为解决约束条件下Pareto分布的参数估计问题,讨论了半序约束下,当先验分布为Gamma分布时,两个Pareto总体参数的Bayes估计,以及锥序约束下两个Pareto总体参数的极大似然估计.     

约束统计方法在学生成绩分析中的应用

在序约束下对大学生的学习成绩进行统计分析、建模,利用PAVA算法,给出了模型参数的约束极大似然估计;针对学生在校学习的实际情况,从学生成绩出发,给出了模型参数序关系的似然比检验方法,揭示了大学生学习成绩的变化趋势.     

遗传算法在混合Weibull分布极大似然估计中的应用

在数理统计中，极大似然估计法是参数估计的重要方法之一，它的计算也一直是统计计算的一个重要研究方向。本以多参数Weibull分布为例，设计遗传算法来计算极大似然估计，得到了非常满意的计算结果。     

基于遗传算法Beta分布参数的极大似然估计

在求解Beta分布中三参数的极大似然估计（MLEs）时,因对应的似然方程组得不到显性解,故采用遗传算法来求解该方程组的数值解.结果表明,通过遗传方法得到的MLEs数值解是非常接近真实值的.     

Cox模型中参数满足线性不等式约束的似然估计

研究了Cox比例风险模型中协变量部分缺失且参数满足线性不等式约束下的极大似然估计问题。在实际问题中，特别是对生存分析的研究中，数据经常会出现删失、截断、缺失的情况。本文利用EM算法和约束下优化算法得到的数据部分缺失且参数满足线性不等式下的极大似然估计。     

模型中协变量部分缺失情况下参数的极大似然估计

研究了Cox比例风险模型中协变量部分缺失参数的极大似然估计问题。在实际问题中特别是对生存分析的研究中,数据经常会出现删失、截断、缺失的情况。如何利用这部分不完整的数据信息和参数的约束信息对于实际问题来说是具有意义的。这样可以提高分析的精度,并节省试验费用。本文利用EM算法得到了数据部分缺失参数的极大似然估计。     

正态模型参数线性不等式约束估计的优化算法

研究含有不完全数据的多元正态模型参数在一般线性不等式约束下的极大似然估计问题;利用约束EM算法求得多元正态模型参数的迭代解,同时提出M-步的优化算法;并证明了此解是一般线性不等式约束下的最优解.     

基于Ⅱ型截尾样本下Rayleigh分布参数的条件置信限

Rayleigh分布是很重要的寿命分布 ,单参数Rayleigh分布的参数推断问题在一些文献中已有讨论 .本文假设寿命X服从双参数Rayleigh分布 ,即X有密度　　f(x ;μ ,σ) =2 (x - μ)σ e(x- μ) 2σ 　　x>μ ;-∞ <μ <∞ ;σ >0通过Ⅱ型截尾样本的前r个次序统计量 :X(1 ) ≤X(2 ) ≤…≤X(r) (r≤n) ,首先推出了枢轴量Z1=( ^μ - μ) 　^σ,Z2 =^σ σ建立在可观测的辅助统计量a =(a1 ,a2 ,… ,ar) (ai=(X(i) - ^μ)　^σ;μ ,^σ分别为参数 μ ,σ的极大似然估计 )基础上的条件分布 ,据此得到了参数 μ ,σ的条件置信限 (置信区间 ) ,最后 ,给出了p分位点xp 的置信区间和Rayleigh分布的容许限的计算方法 .     

序约束下双参数指数分布的Fiducial参数估计

利用Fiducial统计推断的方法,给出双参数指数分布参数的Fiducial模型,然后基于参数的Fiducial模型给出两总体序约束下参数的Fiducial分布,得到序约束条件下未知参数的Fiducial参数估计的具体解析式,同时给出两总体序约束下未知参数的参数估计的数值解.对于总体个数大于2的情况,根据Fiducial模型给出相应的参数估计的数值计算方法,并进行数值模拟,结果证明由这种数值方法所得到的数值解的误差是可以接受的.     

具有均匀结构的多元t-分布的MLE

极大似然估计具有许多优良性质 ,笔者应用定义及运算技巧得到具有均匀结构的多元t-分布的极大似然估计