双分量区间删失下Weibull分布参数最大似然估计的渐近性质

针对一类双分量区间删失模型，讨论了Ｗｅｉｂｕｌｌ分布参数最大似然估计的可识性，证明了该估计具有强相合性及渐近正态性。     

左截断右删失数据下Pareto分布形状参数多变点的贝叶斯估计

通过添加缺损的寿命变量数据得到了左截断右删失数据下Pareto分布相对简单的似然函数,给出了形状参数变点位置和其他参数的满条件分布.利用MCMC方法对参数的满条件分布进行了抽样,把Gibbs样本的均值作为参数的贝叶斯估计.随机模拟的结果表明各参数贝叶斯估计的精度都较高.     

一种旅游随访生存分析模型

用生存分析方法研究具有删失数据的旅游随访问题,对各时间区间继续旅游概率由Ａ、Ｂ、Ｃ３种统计量估计,给出一种适合旅游问题的生存分析参数模型,其参数估计有一定的实际意义。     

指数分布尺度参数的定数截尾估计

本文讨论了在定数截尾样本下指数分布尺度参数的区间估计问题.首先介绍了利用传统方法推求的尺度参数定数截尾估计,然后根据Pitman准则下点估计改进的方法,将尺度参数区间估计做进一步改进,并且证明了改进后的置信区间在置信水平和精确度上都有了改进.     

Ⅱ型双截尾下逆威布尔分布尺度参数的估计

基于Ⅱ型双截尾样本,通过极大似然法得到了尺度参数极大似然估计的迭代公式.选取尺度参数的先验分布为无信息分布和伽玛分布,分别在平方损失和熵损失下,给出尺度参数的贝叶斯估计.利用Monte-Carlo模拟比较了各种估计的均方误差,结果表明,当选取伽玛先验和熵损失时,参数的贝叶斯估计最优.     

基于自相关的自回归模型的区间估计

当自回归模型的随机误差项之间存在相关关系时,用普通最小二乘估计自回归模型中的参数将对参数估计式的统计特征、参数显著性检验及预测分析产生不利影响.因此,应采取适当的方法消除自相关的影响.研究了自回归模型消除自相关后的预测区间估计,针对常见的自回归模型,分别求出其相应的预测区间估计公式.     

贝叶斯框架下泊松分布参数倒数的估计

在给定的一组泊松样本下,研究了泊松分布参数倒数的贝叶斯估计问题,得到了它的贝叶斯估计的精确形式,并讨论了它的可容许性,最后给出了它的贝叶斯置信下限的表达式以及最大后验区间估计的精确形式．     

平衡损失函数下负二项分布的 Bayes 估计

针对负二项分布的参数采用Bayes方法进行估计.首先,讨论了平方损失函数下负二项分布参数的估计问题,尤其是建立了新的平衡损失函数,获得了负二项分布参数的无偏估计.其次,讨论了负二项分布与Poisson分布之间的关系.最后给出了熵损失函数下负二项分布参数的估计.     

尺度参数的最优尺度不变估计的非容许性

本文针对尺度参数分布的情形，在一般二次损失函数下，证明了维数≥２时，最优尺度不变估计是非容许的，并得到了它的同时改进估计，据此讨论了此改进估计着重失函数类的稳健性问题，在加权平方损失函数下，得到了不等尺度改进估计，对于多个观测值的情形，获得了两个非常有用的结果。     

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.     

基于2D-MUSIC算法的DOA估计

利用经典的2D-MUSIC算法对二维阵列的DOA估计进行了研究,在平面阵列数学模型以及2D-MUSIC算法的DOA估计模型基础上,以均匀平面阵列为例,对3种不同参数的DOA估计进行了计算机仿真,分析了仿真结果.得出了在不同参数变化趋势下DOA估计的相应变化情况。     

自回归模型参数的贝叶斯估计

本文中我们讨论了误差为T分市的自回归模型,在参数满足Jeffreys型先验分布条件下,得出了多数的贝叶斯估计,并证明了参数估计相容性.     

带参数的线性定常系统的能控性范围估计

本文给出了线性定常系统在状态矩阵和输入矩阵都摄动时保持能控性不变的参数摄动区间的一种估计并由此给出了使文［３］中最优简化模型保持能控的参数摄动范围的估计。     

心理状态数的Bayes推断

本文利用两种先验分布对心理状态数进行了Bayes推断 ,分别给出了C的后验分布、条件期望估计和最大后验估计 ,讨论了在无信息先验条件下 ,Bayes估计的优点及如何处理C的区间估计和假设检验问题     

假设检验与置信区间的对偶关系

假设检验和区间估计是统计推断的2种基本形式,虽然问题的提法不同,但两者之间有着密切联系.以正态分布参数为例,阐述了置信区间和检验接受域之间的对偶关系.在比较一般的意义下阐述了这种对偶关系,作为应用从二项分布的假设检验问题出发,构造了置信区间.从学习和应用的视角阐述了接受域和置信域之间的区别.     

一类带有HollingⅡ的广义logistic方程的局部分支

讨论了定义在封闭区域上的一类带有HollingⅡ的广义logistic方程,得到了参数μ的估计以及解所发生的局部分歧结果.     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用Y-可观广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题.应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用,一个仿真例子说明其有效性.     

二阶部分线性自回归模型的稳健估计

本文将稳健估计程序思想运用到二阶部分线性自回归模型中,得到了未知参数β和非参数函数g(·)的稳健估计.在一定的条件下,证明了未知参数和非参数函数估计的相合性.并通过时间序列的数据模拟验证相合性结果.     

双基地MIMO雷达二维DOD和二维DOA联合估计

提出一种双基地MIMO雷达L型阵列下多维角度联合估计的新算法. 该算法利用匹配滤波器输出信号特点构造不同的代价函数,采用迭代最小二乘算法估计收发阵列流形矩阵,根据L 型阵列结构的特点和最小二乘法,从估计出的矩阵中计算目标的二维DOD(direction of departure)和二维DOA(direction of arrival). 该方法无需谱峰搜索,可实现参数的同时估计与配对. 与ESPRIT 算法相比,具有更高的估计精度,并接近于克拉美-罗下限,且在小快拍数下也能较好地工作. 仿真结果验证了该算法的有效性.     

基于偏好信息区间权重的求解

在Saaty所定义的一致性条件下,提出一种含有参数的互反判断矩阵元素与权重的逻辑关系,并对参数进行说明同时得到一些重要的结论.然后把所提的逻辑关系推广到区间互反判断矩阵.建立数学模型得到使决策者满意的区间权重.最后通过例子加于说明.