一个无偏估计量

在一般的数理统计的文献中，都论述了具体分布参数的无偏估计．笔者已见到过正态分布、均匀分布、指数分布、二项分布、泊松分布、几何分布等这些分布中的参数的无偏估计，唯独不曾见过巴斯卡分布中参数的无偏估计．本文的主要工作就是找到了一个巴斯卡分布中参数Ｐ的无偏估计．     

双参数情形的经验Bayes估计近似算法

该文给出了双参数情形利用线性经验Ｂａｙｅｓ估计公式估计待估参数的近似算法，并以正态分布为情形给出具体的计算形式．     

基于负数阶矩的正值Alpha稳定分布的参数估计

为了精确估计正值alpha稳定（PAS）分布的参数，基于负数阶矩理论，提出了比值估计、对数矩估计和迭代对数矩估计3种参数估计方法．比值估计直接利用特定阶次的负数阶矩的比值来估计未知参数，对数矩估计利用PAS分布的对数变换及其负数阶矩的Taylor展式从而获得解析的估计形式，迭代对数矩估计通过样本分段迭代估计未知参数．与传统的估计方法相比，所提出的3种估计方法可以获得更高的估计精度，并且对数矩估计具有较低的计算复杂度．MonteCarlo仿真实验表明，当独立运行次数为100、样本总数为5000时，比值估计的估计精度可以达到99．8％，对数矩估计的估计精度可以达到99．95％，迭代对数矩估计的估计精度可以达到99．94％．     

增长曲线模型的两步估计及其优良性

讨论了增长曲线模型回归参数阵的两步估计问题，给出了回归参数阵的可估函数的两步估计具有无偏性的一个基本结论，并验证了两种常见两步估计均具有无偏性．     

广义特征根估计

提出线性回归模型参数向量β的一种新估计方法一广义特征根估计，讨论了它所特有的一些性质，同时给出参数向量ｔ的一个选择准则，并通过实例比较了ｔ的各种选择效果．     

混合系数线性模型参数的岭估计

在连续测量数据情况下，针对模型的复共线性，给出了混合系数线性模型参数的两种岭估计，讨论了岭估计的相关性质，并证明了在均方误差意义下，通过选取适当参数，岭估计可优于最小二乘估计，最后讨论了岭估计的可容许性并给出了岭参数的选取方法。最终得到了岭参数的最优估计。     

平方损失下的容许估计

在平方损失下讨论了一般分布族参数的容许估计问题，给出了一个估计量为待估参数的容许估计的充分条件，关于指数族分布的有关结果＾［１．３．５．６］，都可视为本文结论的特例。对于限制参数空间的情形也给出了相应的充分条件。     

一种考虑数据截尾的非参数软件可靠性模型

通过分析数据截尾对软件可靠性模型的影响，建立了一种考虑数据截尾的非参数软件可靠性模型，为的是克服一般参数模型假设约束过紧的问题，并能在估计失效率的同时估计残存缺陷数．同时，提出了基于非参数统计的软件失效率单调下降性检验方法，在加权核函数估计中引入数据截尾率作为加权系数和优化参数，并用失效率单调下降约束下的加权核函数方法来估计失效率和残存缺陷数．模拟试验和实例分析表明，所提模型可以较好地处理截尾数据，给出残存缺陷数的合理估计，其失效率估计精度较高，不低于较好的传统模型．     

基于变压器参数修正的变电站状态估计

常规变电站状态估计中电压或无功的误差普遍比较大，其中一个原因是模型的参数不准确．通过变压器参数引入状态量或同时引入状态量及量测量的方法，来建立变电站状态估计的模型，并对这2种模型及权值变化对状态估计精度的影响进行分析，得到如下结论：如仅将参数作为状态量而不加约束，可以使实际量测量的估计精度大幅提高，但导致参数估计值误差过大；只有将参数同时作为状态量和量测量，并对权值进行适当调整，才能兼顾实际量测量和参数的估计精度，得到更有实用价值的状态估计结果．     

熵损失函数下几何分布参数的Bayes估计

本文在熵损失下，给出了对于任何先验分布的几何分布参数θ的Bayes估计，同时由参数θ的充分统计量Σni=1Xi，给出了熵损失函数下，不同先验分布时几何分布参数θ的Bayes估计，并且证明了在熵损失函数下，对任一先验分布，几何分布的参数θ的Bayes估计δB（X）是可容许估计．     

线性回归模型的一种新的有偏估计

本文提出了线性模型在随机约束条件下的一种岭估计,并给出了在均方误差矩阵准则下这种新的岭估计优于混合估计与岭估计的充要条件.     

多元线性模型回归参数的一种广义估计

采用广义估计 β (K)估计多元线性模型中回归参数 β ,通过K值的选取 ,可使 β (K)的均方误差小于最小二乘估计 β 的均方误差 ,且在一定条件下 ,β (K)为 β的可容许估计 ;还讨论了 β (K)的均方残差的性质 .     

复合瑞利分布模型参数的Bayes可靠性分析

在完全样本下导出了两参数复合瑞利分布参数的最大似然估计,利用构造枢轴量得到了形状参数和尺度参数的逆矩估计,通过Monte Carlo数值算例给出了相应的估计方法的应用.     

Stein损失函数下的保费估计

利用信度理论研究在Stein损失函数下的保费估计问题,分析了贝叶斯估计、信度估计、多层贝叶斯估计3种估计,并计算3种保费估计,比较其结果发现在Stein损失函数下:当样本数n趋于无穷大时,信度保费会收敛到风险保费,且多层贝叶斯估计比贝叶斯估计的稳健性更强.     

完全样本下威布尔分布参数的加权最小二乘估计

借助图法估计的思想和次序统计量的性质,给出了完全样本下威布尔分布参数的改进最小二乘估计与加权最小二乘估计.     

环形区域上的二维均匀分布及其估计

研究环形区域上的二维均匀分布及面积的估计问题。首先用极大似然法求出对应参数的估计量,再通过多个参数的估计量构造出区域面积的点估计量,在得到有较好结论的点估计量的基础上,最后借助面积这一常量对区域面积作出区间估计。     

对称指数分布的参数估计及其优良性

研究了双参数对称指数分布的参数估计问题,给出了2个参数的极大似然估计.在样本容量为奇数的情形,证明了样本中位数作为双参数对称指数分布位置参数的极大似然估计,具有无偏性与强相合性;尺度参数的极大似然估计具有强相合性.在样本容量为偶数的情形,证明了2个参数的任一极大似然估计均具有强相合性.     

一类线性模型参数的Bayes估计及其优良性

导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.     

两参数指数分布步进应力加速寿命试验的统计分析

给出了两参数指数分布产品截尾样本场合下步进应力加速寿命试验损伤失效率模型下参数的极大似然估计和拟矩估计，并通过Monte—Carlo模拟说明方法的可行性．     

线性估计在矩阵损失下的可容许性

研究了多元线性模型Y～N(XΘ，σ