混合几何分布的矩估计

主要研究由两个几何分布组成的二阶混合几何分布.首先探讨混合几何分布的期望、方差、三阶矩,其次重点运用矩估计法给出混合几何分布参数在不同情形下的矩估计.     

对称损失下巴斯卡分布参数的Bayes估计

研究在给定一种非共轭先验分布的特殊先验分布情况下,巴斯卡分布在对称损失下的Bayes估计,以及Bayes估计的可容许性.     

熵损失函数下巴斯卡分布参数的Bayes估计

研究在熵损失函数下 ,巴斯卡分布可靠度的 Bayes估计及其可容许性 ,并且给出 Bayes置信下限以及多层 Bayes估计的表达式     

极值分布参数的Dehaan矩估计

极值理论是研究极端现象及极端事件的有力工具之一。对极值分布的参数,给出了Dehaan矩估计。并对基金净值样本数据建立了极大(小)值模型,对其参数给出了Dehaan矩估计,预测结果与实际相符。     

矩函数刀切估计的渐近分布

一、引言 设X:…X。为从总体X中抽得的iid样本,假定X存在有限的K阶矩,记 a=(az,…,ak),,其中a,二E分,j“l,…。现考虑某一矩函数 f(a)二f(a:,…,a、)的估计问题。众所周知,。i的矩估计(1) △1三!,一丁召x;,2,…,k为其无偏估计。但当f为a汀非线性函数时,其矩估计 ,△ f。一f(a:,…,a七)一般不再为f(a)的无偏估计。如果估计偏差可表为(2)E fn一f(a)=b(。) n.八/1\宁口气卜戈~少- 、n-(3)那么为消去一次项偏差b(a)/n,我们可采用由Quenouille〔z〕首先提出而由T吐ey〔2〕命名的“刀切法”—刀切估计。(Jackhifing),在矩估计f。的基础上进行…     

一种对称损失下巴斯卡分布参数的Bayes估计

研究在一种对称损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并给出了Bayes估计的置信下限.     

刻度平方误差损失下巴斯卡分布参数的Bayes估计

研究在刻度平方误差损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并给出了Bayes置信下限以及多层Bayes估计的表达式。     

两参数威布尔分布定律截尾样本的矩估计

讨论了在两参数威布尔场合下,定数截尾样本的矩估计问题,利用转化的思想得出了矩方程,从而得出矩估计。     

基于混合正态分布的降水量分布特征估计

降水量分布特性研究一直是水能资源研究评估的重点。文章将借助混合正态分布对年降水量的分布特征进行探讨,并利用EM算法对混合正态模型中的参数进行估计;通过模拟和实证分析对混合正态分布模型和正态分布模型的参数估计结果进行比较,结果表明混合正态分布更适合应用于水能资源分布特性的研究以及区域水能资源的评估。     

矩估计的可行性分析

本文运用大数定律和Markov不等式分析了矩估计的可行性,我们得到样本矩收敛到总体矩的速度是指数的。     

指数型分布族中矩估计的序贯置信区间

在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数(θ)函数g(θ)的一个序贯置信区间估计的步骤和方法.并讨论了在一定条件下,当d→0时,估计的渐近相合性、渐近有效性及有界的最优费用差(EN(d)?n(d))等渐近性质.     

时间延迟估计的高阶谱矩估计算法

高阶谱估计方法是用于色噪声背景下时间延迟估计的一个十分有效的方法。本文提出了相关高斯色噪声背景下时延估计的高阶谱矩估计算法，改变了以往用互谱估计方法不能求未知互相关函数且加性噪声相关的情况。仿真结果表明，在信噪比为-2．5dB条件下，此方法能有效地抑制色噪声，且基本能估计出时间延迟的位置。     

定时截尾样本下两参数韦布尔分布的矩估计

讨论定时截尾样本下两参数韦布尔分布的矩估计问题.得到了在定时截尾样本下两参数韦布尔分布的矩估计方程,进而得截尾样本的矩估计(MME).证明了修正矩的大样本性质.     

污染线性模型的矩估计

线性模型不仅在理论研究方面甚为重要,而且在社会生活领域的应用也日渐广泛.作为线性模型前沿科学研究的一部分,污染模型具有很高的应用价值.文中介绍了两种不同污染数据的线性模型,并用矩估计的统计方法给出了污染系数和模型中的其他未知参数的估计.     

简单双线性时间序列模型参数的矩法估计及其渐近分布

本文研究简单双线性时间序列模型ｘｔ＝ｅｔ＋ｂｅｔ－１ｘｔ－１，｜ｔ｜＝１，２…参数ｂ和σ２的矩估计问题，证明估计量的渐近正态性。     

矩阵Beta分布的矩

首先给出了矩阵Ｂｅｔａ分布的特征函数，然后利用矩阵的微分得到了矩阵Ｂｅｔａ分布的前二阶矩。     

基于缺失数据下混合拉普拉斯分布参数的估计

当缺失数据时,对混合拉普拉斯分布总体进行矩估计,求出参数估计的相合性和渐近正态性,同时采用随机模拟证明其正确.     

具有部分缺失数据混合瑞利分布参数的估计

利用矩估计的方法,研究在缺失部分数据的情况下混合瑞利分布总体中参数的估计问题,通过建立矩估计方程组求出未知参数的矩估计,由强大数定律和多元中心极限定理证明了估计参数具有强相合性和渐近正态性,并且随机模拟的结果也表明了参数估计是正确的。     

具有混合试验中参数的Bayes估计及其分布函数

混合试验是寿命分析中极其有用的检验设计，它比定时试验或定数提供更多的试验信息。由此研究了混合试验中指数分布参数的Ｂａｙｅｓ估计，并导出Ｂａｙｅｓ估计的分布函数。     

一种基于罚函数的混合分布估计算法

分布估计算法是一种新型的基于概率模型的进化计算方法,已在许多领域得到了非常成功的应用.借签罚函数根本思想,把非线性约束优化转变为无约束优化,并利用多变量相关的MIMIC算法对所得的无约束问题进化求解,提出的新算法突破了传统基于约束保持法或可行规则法的约束处理,且分布估计算法是基于可行解的宏观层面的随机进化算法,具有较强全局寻优能力和较高的收敛率.数值试验表明该算法具有很强的全局寻优能力和有效性.