遗传算法的线性混合模型的影响分析

讨论了遗传算法的限制极大似然估计(RMLE)的计算问题,采用极大似然估计法,利用方差分量无偏估计对模型分量参数进行影响分析.     

不完全数据情形下指数分布参数的极大似然估计

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,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,还提出了分组数据场合参数极大似然估计的图解求法。     

随机前沿模型的参数估计

运用极大似然估计法以及矩量估计法,估计了随机前沿模型中的误差项参数和技术无效参数。     

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。     

拟似然函数法处理无失效数据

利用修正似然法思想,提出了引进失效信息后的极大似然估计法,具体给出了指数分布及Weibull分布场合参数的拟极大似然估计,且进行了实例计算.     

离散型随机变量概率函数的研究

极大似然估计法是参数点估计中一种重要的方法。对于连续型随机变量,可以根据密度函数写出似然方程,进而用极大似然法进行参数估计。但是对于大多数给定分布列的离散型随机变量,往往无法直接写出它的概率函数,无法用极大似然估计法进行参数估计。本文构造了分布列的插指多项式作为离散型随机变量的概率函数,从而用极大似然法对参数进行估计,并讨论了估计量的各种性质。     

原始疲劳质量模型描述方法改进

提出了用神经网络插值代替拉氏插值计算裂纹形成时间(TTCI)值,用极大似然估计代替均秩估计法估计分布参数的方法. 考虑到仅对一组TTCI值进行参数估计具有较大的随机性,文中对每种参考裂纹尺寸对应的TTCI值均进行极大似然估计,得出多组TTCI分布参数;然后利用不同参考裂纹尺寸对应的TTCI分布参数之间的关系确定结构细节的当量初始缺陷尺寸分布参数. 对某零件的疲劳实验及其原始疲劳质量分析证明了该方法的可行性和合理性.     

Weibull分布在风能计算中的应用

本文应用Weibull分布拟合南京164米塔三个高度上风速的概率分布。三种方法用于估计Weibull分布参数,进而估计总平均风能密度和有效平均风能密度,对各种方法的计算结果作了比较分析。     

截断删失数据下线性指数分布的参数估计

研究了截断删失数据模型中线性指数分布的参数估计问题。分别利用极大似然估计法和EM算法对未知参数进行估计,并给出参数估计随机模拟检验,通过检验发现:极大似然估计得到的参数估计和EM算法得到的参数估计结果差不多,但是EM算法的收敛速度较快。     

基于极大似然法的雪荷载计算与分析

为了提高雪荷载评估的准确性,利用极大似然法对雪荷载平稳二项随机概率分布模型进行参数估计.通过引入似然函数,使似然函数在某组参数上达到最大值,获得模型参数的极大似然估计.然后利用柯尔莫哥洛夫检验法对分布函数进行检验,并与矩法和耿贝尔法进行对比分析.结果表明,极大似然法在剩余方差Sf和拟合相对偏差Rf指标方面最优.进一步应用上述三种方法,基于沭阳县实测的历年最大积雪深度计算雪压,并与现行规范中的基本雪压进行对比,发现极大似然法计算结果合理可靠、整体效果最好,认为规范采用极大似然法对雪荷载进行参数估计更为合适.     

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RSSI极大似然估计定位算法的分析与实现

通过分析极大似然估计法进行求解方程未知节点位置可知,代入最后一个方程锚节点(参照锚节点)的测距误差会对极大似然估计法定位误差产生较大影响,并实现了基于RSSI的极大似然估计定位算法实测实验.实验结果表明,参照锚节点不带测距误差与参照锚节点带测距误差相比,前者的定位误差小,在30m×30m方形定位区域内前者较后者平均定位误差值减小0.4~1.0m.     

两种统计框架下均匀分布参数估计的对比研究

在理论和模拟方面对均匀分布U (0,θ ) 参数θ 的Bayes 估计与极大似然估计进行对比研究. 首先将基于损失函数和共轭先验得到的Bayes 估计与极大似然估计在形式上进行对比,发现所得Bayes 估计不但在数值上略大于极大似然估计,而且还是参数的相应函数的极大似然估计;然后通过模拟研究两种估计方法对参数的返真性,结果表明所得的Bayes 估计的均方误差在大多数场合下都小于极大似然估计的均方误差.     

一种新的参数估计方法

本文以频率和概率分布密度函数间的关系为基础,提出了一种数据不完整情况下估计分布参数的方法,该方法是对文[1]中方法的进一步发展.在实例中,我们采用本文的方法、文[1]的方法和极大似然估计法估计了分布参数,实例表明在数据不完整的情况下,本文的方法同样可以被用来估计分布参数,并比文[1]中的方法省时.     

广义指数分布下循环序加试验模型的参数估计

针对产品寿命服从广义指数分布的情况,讨论了循环序进应力加速寿命试验的模型,给出相应参数的3种估计方法:极大似然估计法、极大似然估计与最小二乘估计相结合的估计方法,以及最小距离估计和最小二乘估计相结合的估计方法,并利用数据模拟比较了它们的优劣性.     

用阻尼Newton法解项目反应理论中的三参数似然方程组

在项目反应理论中,通常假定项目反应函数是三参数Logistic函数: 这里θ为考生能力,a、b和c是试题参数。参数θ,a、b和c的估计是采用最大似然估计法得到。在国外,求解似然方程组是用Newton——Raphson迭代法。本文采用阻尼Newton法,效果更好。     

无失效数据处理的一个构想

借助于Ｐｏｉｓｓｏｎ过程中年龄过程的ｎ维生存概率分布函数的Ｌｅｂｅｓｇｕｅ分解式，利用极大似然法以及Ｂｕｃｋｌｅｙ－Ｊａｍｅｓ估计。本文给出了基于无失效数据的指数寿命分布参数λ的近似极大似然估计。     

完全极大似然估计

证明了关于完全极大似然估计的一个重要定理,说明当参数的2个不同的变换的某些分量完全相同时,它们的完全极大似然估计是相同的,另外,给定了正态分布和负指数分布的参数以一定的先验分布,在此基础上计算它们的完全极大似然估计,得到了与贝叶斯参数估计形式非常相似的结果。     

致癌物评估实验中的Time-adjusted趋势检验

在致癌物评估实验中 ,随药物剂量的增加 ,动物死亡率变化呈现某种趋势 .本文给出分组评估实验中的 time-adjusted趋势检验和相关参数的极大似然估计 ,同时给出似然比检验统计量的渐近分布     

定时恒加试验含无失效数据下Weibull分布参数的极大似然估计

本文给出了几种定时截尾恒定应力加速寿命试验中含无失效数据下Weibull分布参数的极大似然估计法,最后,将所提供的方法与现场数据估计结果进行了比较.