Weibull过程能达到的MTBF的统计推断

一些献在研究Weibull过程时，所导出的系统能达到的MTBF的点估计和区间估计是偏保守的。对定效截尾和定时截尾的两种情况，给出了系统能达到的MTBF的更加接近其真实值的估计。基于已经观察到的试验数据，利用Gompertg MTBF增长模型，给出了在未来某时刻处容易地被推广至多台同型系统的情况。最后用实例将以前的方法和此所给的方法进行了比较。比较的结果表明：以前的方法所导出的结果是偏保守的，此的方法所导出的结果更接近于其真实值，但有时可能是冒进的估计，不过可预先控制这种冒进的概率，比方说，冒进估计的概率控制在只有10^-3，甚至为10^-4。     

基于时变马尔科夫转移概率的机动目标多模型跟踪

为了消除机动目标多模型跟踪中人为因素对跟踪精度的影响，提出了一种新的基于时变马尔科夫转移概率的机动目标多模型跟踪算法．该算法通过对Baum辅助函数的最大化实现隐马尔科夫模型状态转移概率的参数估计，并将估计结果用于交互式多模型算法的设计中，构造出时变马尔科夫状态转移概率的交互式多模型算法，有效地降低了人为因素对机动目标跟踪精度的影响．通过对一个机动目标的跟踪对比，说明了该算法比传统的交互式多模型算法具有更小的跟踪误差和良好的模型跟踪概率．     

具有随机保费收入的多险种风险模型

本文将经典的破产模型中的保险费收到次数看作Possion过程,单一险种改进为多险种模型,考虑带干扰新模型的最终破产概率的一般式和破产概率的上界估计。     

正态-极值Ⅰ型模型可靠概率的最小方差无偏估计

本文讨论了正态-极值Ⅰ型的结构强度-应力模型可靠概率的最小方差无偏估计。得到了正态和极值Ⅰ型的某些分布参数为未知的七种场合的可靠概率的最小方差无偏估计的表达式。其结果列于附表1中。     

三参数Weibull分布参数的图解及优化法结合求法

三参数Ｗｅｉｂｕｌ分布是目前疲劳数据统计处理中最具生命力的一种分布。但由于其分布参数分析法估计的复杂性及概率纸法估计的精度较低，使其应用受到限制。提出一种利用图解及优化法相结合的方法求取其三个分布参数。并利用据此而编写的Ｃ语言计算机程序，对几种材料齿轮疲劳试验的寿命数据进行了三参数Ｗｅｉｂｕｌ分布拟合，得出了较好的结果，证明了其实用性。     

具有退保事件的多险种复合Poisson风险模型

针对退保事件的发生对风险模型破产概率的影响.建立综合利率下考虑退保事件发生的含干扰项的多险种风险模型.分析研究了模型盈余过程及调节系数R的性质,并求得了该模型的破产概率上界,为风险投资者对投资项目破产概率的估计和预测具有一定的指导意义.     

响应变量缺失下加权复合分位数回归估计

目的讨论响应变量随机缺失下复合线性分位数回归模型的估计和渐近性质。方法逆概率加权方法和复合分位数回归方法相结合。结果得到了响应变量缺失下的加权复合分位数估计,且在一定条件下证明了所得估计的渐近正态性。结论复合分位数综合考虑了多个分位点的信息,提高了所得估计的效率。     

多因子模型下担保债务凭证拉普拉斯定价方法

担保债务凭证(CDOs)的基础资产池复杂相关性通常需要多因子Copula模型拟合,但Monte Carlo模拟对于多因子模型的计算效率不高,难以准确估计大额损失事件的发生概率及预期损失.Laplace逆变换数值方法适用于风险管理中的多因子Copula模型,通过逆变换数值方法计算资产条件损失的Laplace变换卷积,得到资产池损失分布,对任意阈值y,该方法同时适用于估计违约概率P(Ly)及期望值E[L∧y],数值实验表明该方法对小概率事件的估计效率有很大提升.     

NWUC寿命分布类及其一类应用

通过随机序的方法定义并分析了NWUC寿命分布类及其性质.利用在带有常利率的Sparre Andersen模型中对于破产概率上界估计的已有结果,得出当索赔额分布为NWUC时破产概率上界估计的更简洁结果.     

烧结配矿乏信息灰自助神经网络特征参数估计

采用BP神经网络建立铁矿烧结评价函数分析烧结配矿特征信息.由中和矿的化学成分、黏附粒子及成核粒子共13个参数构成BP模型输入,烧结矿转鼓强度和烧结速度为模型输出.由100组训练和50组测试数据通过建模确定BP模型隐层节点为27.采用Bootstrap方法处理正交试验数据,采用灰分析提取数据动态信息.提出一种基于人工神经网络模型的参数估计概率求解策略,其中系统整体和动态信息由神经网络模型综合,参数特征值由蒙特卡罗模拟结合概率计算获得.估计和模拟结果为烧结配矿乏信息分析提供一种有效途径.     

线性模型参数一类新的s-K估计

基于线性回归模型参数向量的先验信息提出一类新的s-K估计--改进s-K估计, 并在均方误差阵意义下, 得到了这类估计分别优于最小二乘估计、 广义岭估计、 Stein估计及s-K估计的充要条件.     

一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题, 给出了未知参数的一个估计类, 证明了该估计类中估计的相合性和渐近正态性, 并且获得了该估计类中的最小渐近方差估计, 并通过数值模拟比较了估计类中各种估计方法的优劣.     

不等式约束下多元线性模型中线性估计的可容许性

研究多元线性模型在不等式约束下齐次线性估计和非齐次线性估计的可容许性, 刻画了二者之间的关系, 得到了齐次线性估计(非齐次线性估计)在齐次线性估计类(非齐次线性估计类)中是可容许的充要条件.     

平衡损失下回归系数的最优估计

主要研究一般Gauss-Markov模型中回归系数的最优估计问题.在平衡损失下,考虑回归系数的线性估计在线性无偏估计类中的最小风险性,得到回归系数的最优线性无偏估计,并证明最优线性无偏估计在几乎处处意义下的唯一性.特别地,考虑了一类特殊的估计:b-线性估计;获得了回归系数的最优b-线性无偏估计,结果表明最优线性无偏估计也是回归系数的最优b-线性无偏估计.     

平衡损失下回归系数的最小风险估计

研究了线性模型中回归系数的最小风险估计问题.在平衡损失函数下,考虑了回归系数线性估计在线性估计类中的最小风险性,结果表明最小风险估计是非线性有偏估计,它与未知参数有关,当用未知参数的不同估计代替时,得到的估计都是一种估计的平衡.     

INGARCH模型拟极大似然估计的相合性

利用拟极大似然方法研究INGARCH模型参数的估计问题,证明了拟极大似然估计的强相合性.模拟结果表明,在样本数较大时,拟极大似然估计比最大似然估计效果更好.     

方差分量模型中回归系数的线性Minimax估计

定义了三种不同的Minimax估计．在矩阵损失下得到了方差分量模型的回归系数(分别是在齐次线性估计类和非齐次线性估计类中)的线性Minimax估计．结果表明,Minimax估计是压缩型估计．     

一阶转移Poisson模型参数的统计推断

分析了一阶转移Poisson模型，给出了参数估计的方法．理论分析结果表明，参数估计具有渐近正态性，方差矩阵的估计具有相合性．     

回归系数的线性估计在平衡损失下的可容许性

针对多元正态线性模型,根据Zellner提出的平衡损失函数,对其进行变形,定义了更一般的平衡损失函数。研究了在该损失下,多元正态线性模型回归系数矩阵的线性估计在一切估计类中的可容许性,并给出了充要条件。该方法同样适用于线性估计类中的可容许性以及其他的可容许性的研究。     

方差分量模型中线性估计的最优性及可容许性

将随机效应线性模型和方差分量模型合并为一种模型,即具有随机回归系数的方差分量模型;给出了随机回归系数和参数的线性可估函数的最优线性无偏估计以及在矩阵损失函数下的可容许性;在正态假设下,讨论了线性估计在一切估计类中的可容许性.