随机右删失下核光滑乘积限估计的大样本性质

讨论了随机右删失下乘积限估计Ｆｎ（ｔ）与核光滑乘积限估计Ｆｎ（ｔ）之差（Ｆｎ－Ｆｎ）（ｔ）的大样本性质，得出了Ｆｎ（ｔ）的一般大样本性质，特别是ｎ＾１／２（Ｆ（ｔ）－Ｆ（ｔ）＝γｎ（ｔ）→Ｇｐ（ｔ）的充分与必要条件。     

排序集抽样下随机截尾数据的平均寿命估计

为了提高随机截尾数据平均寿命的估计效率,采用平均秩思想,提出了基于排序集抽样方法的非参数估计量,证明了新估计量的渐近正态性,确定了其渐近方差,并与简单随机抽样下相应估计量进行了估计效率的比较,结果表明,排序集抽样效率高于简单随机抽样.最后,实际数据的应用结果验证了理论结果的正确性.     

带有右删失的最小乘积相对误差估计

考虑了带有右删失的乘积回归模型.在随机右删失的情形下,通过逆概率加权的方法将乘积相对误差准则推广到右删失的情形.在一定的正则条件下,建立了估计的相合性和渐近正态性.最后,通过数值模拟展示所提出方法的效果.     

随机选择排序集抽样的应用

主要讨论随机选择的排序集抽样方法,在指数分布和对数分布进行均值估计的应用,并得出随机数v的选择的优化。     

排序集抽样下样本参数的修正区间估计

研究了排序集抽样下样本参数的修正极大似然估计的性质,并以此估计为基础构造了样本参数的修正区间估计.研究表明:在相同的置信水平下,基于排序集抽样的样本参数的修正区间估计较传统的置信区间具有更高的精度.     

随机删失数据下核密度估计的相合性

在{Xi,i≥1}是α混合的随机变量,{Yi,i≥1}是独立同分布的随机变量,且Xi与Yi相互独立的情形下,研究随机删失数据下概率密度函数的核估计,获得此核估计的逐点强相合性和一致强相合性.     

随机删失下极大似然估计的中偏差

在一些正则性条件下、利用Cramr方法的某些技巧得到了在随机删失数据下极大似然估计的中偏差.     

基于中位数排序集抽样的区间估计

利用中位数排序集样本的次序统计量来构造未知总体中位数的区间估计,证明了新估计具有适应任意分布性,并系统验证了新区间估计的精度一致高于排序集抽样下总体中位数的区间估计。最后将针叶树的一组真实数据进行了实际应用。     

区间删失数据函数的均值估计

运用无偏转换思想构造了区间删失数据函数的均值估计,并在此基础上对所构造的估计量方差进行了研究.针对Ⅰ型区间删失情况和Ⅱ型区间删失情况,找到了估计量方差有限的条件.     

随机删失场合下部分线性模型的最近邻估计

主要讨论了随机删失场合下,误差为NA序列时的部分线性模型,利用基于分布函数的最近邻估计和最小二乘法,给出了部分线性模型的参数和非参数部分估计,并得到了参数估计o(n-1/4)的收敛速度和非参数部分的强相合性.     

随机删失下极大似然估计的重对数律

利用Cramér方法证明了在随机删失数据下极大似然估计的重对数律.     

中位数排序集抽样下总体均值的比率估计方法

分析了中位数排序集抽样下总体均值的比率估计方法,证明了该估计量具有渐进无偏性,并讨论了两种抽样方法下估计量的相对效率.算例表明,在总体分布为正态分布的情况下,基于中位数排序集样本的比率估计比随机抽样下的比率估计效率高.     

随机删失情形下回归函数核估计的重对数律

针对二种回归函数核估计,本文研究了其收敛速度,在一定条件下,证明了其收敛速度符合重对数律。     

随机删失数据下基于EM算法的Weibull分布参数估计

生存分析中的观测数据具有样本小、数据随机删失的特点．而目前处理这类问题所使用的参数估计方法并不理想．作者基于EM算法给出随机删失数据下Weibull分布的参数估计方法。证明了估计量满足一个非线性方程组，并用实例表明了此方法的有效性．     

删失样本下的极值指数估计

应用删失回归方法,给出了重尾分布极值指数的一种估计量,得到了这种估计量及其对应极值分位数估计量的渐近正态性.数值模拟结果显示,新估计量的均方误差较现有估计量明显减小.     

左截断右删失数据下分位数差的估计

首先, 利用核光滑方法研究左截断右删失数据下总体分位数差的估计, 得到了左截断右删失数据下分位数差的光滑估计及估计量的大样本性质. 其次, 在均方误差意义下, 证明了光滑分位数差估计比左截断右删失数据下乘积限分位函数的差有更高的估计效率. 最后数值模拟分析高斯核函数下选择不同窗宽对改善乘积限分位数差估计效率的影响.     

区间删失数据任意阶原点矩估计

针对区间删失数据的特点,受ClassK方法的启发,得到了一种ClassX方法,利用此种ClassX方法对区间删失数据任意阶原点矩进行了估计,并给出了4个具体的估计,最后通过模拟计算对这种估计方法的可行性和有效性进行了验证。     

循序Ⅱ型删失数据下可靠性参数置信区间估计方法

修正威布尔分布模型能够准确表征复杂航空装备故障率"浴盆曲线",利用该模型构建置信区间估计方法。以循序?Ⅱ型删失数据下修正威布尔分布的最大似然点估计方法为基础,设计了基于自助法的置信区间估计方法。通过案例分析,对一组失效数据进行拟合,根据按百分比排列的自助算法,获取了修正威布尔分布的参数估计值和置信区间,与Bayes区间估计结果进行了对比,得出以下结论:同等置信度水平下,用自助法进行区间估计避免了复杂的运算,方法简单且结果准确,为循序Ⅱ型删失计划下的可靠性评估问题提供了可行的理论分析方法。