方差分量模型中的Bayes估计

对y-N(Xβ,∑^pi=1σ^2iVi)给出了方差分量在平方损失下的Bayes不变二次（无偏和有偏）估计,对（y,Xβ,∑^pi=1σ^2iVi)给出了均值参数在矩阵损失和平方损失下的Bayes线性（无偏和有偏）估计。     

NA样本情形线性指数分布参数的经验Bayes估计

利用同分布负相协(NA)样本构造密度函数及其导数的核估计,得到线性指数分布参数的经验Bayes(EB)估计,并给出EB估计在适当条件下的收敛速度.     

总体比例的分级Bayes估计

在总体比例的Bayes估计中，引入超先验，得到总体比例的分层先验分布，在此先验下，给出总体比例的分级Bayes估计量，当总体比例值较小时，Bayes估计量是分级Bayes估计量的一个特例。     

基于Bayes估计的有限元模型修正

讨论了基于Bayes方法来修正有限元动力模型问题 ,给出了利用Bayes方法估计参数的公式 .根据Bayes估计结果 ,应用矩阵逆特征值理论 ,提出了有限元模型修正方法 .最后用一个数值试验说明了该方法的有效性 .     

平衡半样本的方差估计方法在Warner模型中的应用

;基于平衡半样本的方差估计方法是应用在分层抽样而又能提高效率的一种方法,本文将基于平衡半样本的方差估计应用在Warner模型中,得到了Var{π<,st>}的一个无偏估计量.     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计。     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计。     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计.     

恒定应力加速寿命试验指数部件可靠性的Bayes估计

本文介绍在恒定应力加速寿命试验下,指数部件可靠性的Bayes估计。可略去如下假设:失效分布的参数和使用的应力之间有一已知的函数关系,仅利用不同应力水平下测试的数据,即可给出正常应力下指数部件可靠性指标的表达式。最后给出一个例子。     

数据对Bayes估计的联合影响

研究数据对模型的影响是一个重要问题．Ｃｏｏｋ距离是一个常用的影响度量,文献（ＴｉａｎＢＧ．Ｉｎｆｌｕｅｎｃｅａｎａｌｙｓｉｓｏｆｂａｙｅｓｅｓｌｉｍａｔｅ．ＪｏｕｒｎａｌｏｆＸｉｎｙａｎｇＴｅａｃｈｅｒ′ｓＣｏｌ－ｌｅｇｅ,１９９７,１０（１）：３４）用它讨论了一组数据对Ｂａｙｅｓ估计的影响．本文讨论两组数据和多组数据对Ｂａｙｅｓ估计的影响,同时把Ａ－Ｐ统计量引入Ｂａｙｅｓ估计中,用它研究了数据的影响．     

非线形模型方差的贝叶斯估计

 在均方误差的条件下,系统地研究了非线形模型方差的贝叶斯估计,提出了共轭和无先验信息的最佳贝叶斯估计和最佳无偏贝叶斯估计以及方差的最佳条件无偏贝叶斯估计.还提出了带有共轭和无先验信息的方差的极大后验估计,最后用一个简单的例子来说明上述结论的可行性.     

一种用于小样本合格率动态估计的Bayes方法

针对复杂机械产品制造业广泛存在的大批量生产、小样本检验的特点，在采用矩法由历史测量数据构造产品合格率参数先验分布的基础上，提出一种综合历史数据与当前小样本信息进行合格率估计的Bayes算法，建立了动态递推模型，实现了合格率的准确估计。采用统计仿真的方法对动态估计精度进行了分析，给出了依据离线测量数据进行合格率评估的计算实例。结果表明，所提出的方法是有效而且实用的，为质量问题的及时发现和控制提供了依据。     

总体方差矩估计检验的样本崩溃点

检验的样本崩溃点是样本中能逆转当前判决的离群值的最小比例。本文给出了总体方差矩估计检验的样 本崩溃点,并分析了该样本崩溃点的渐近正态性。     

异方差且未知情况下两正态总体等均值检验的贝叶斯观点统计量

在两正态总体方差不等且未知的前提下 ,检验它们的均值是否相等 ,用经典方法处理此问题是困难的 .而在贝叶斯学派观点看来此检验与等方差情况下的等均值检验并无本质差异 .本文使用贝叶斯学派方法导出此假设检验的统计量 .     

峰度与偏度系数的近似经验贝叶斯估计

建立了单样本数据的贝叶斯模型,给出了偏度系数和峰度系数的线性贝叶斯估计及近似信度估计.进而,将模型推广到多样本数据模型下,并讨论了近似信度估计的统计性质,比较了贝叶斯估计、线性贝叶斯估计及近似信度估计的均方误差.最后,给出了超参数的估计,得到了近似信度估计的经验贝叶斯估计,使该估计可直接运用于实际问题.     

边角网赫尔默特方差分量估计的特征根法

叙述了赫尔默特方差分量估计的基本思想和基本公式;结合边角网方差分量估计的特点,总结边角网方差分量估计的定权规律;为避免赫尔默特方差分量估计的公式中存在矩阵求逆、多矩阵连乘再求迹的复杂运算,导出边角网方差分量估计的简化公式--特征根公式.     

指数分布异常数据检验的Bayes方法

研究了指数分布场合异常数据的检验问题,提出了无信息先验分布下的Bayes检验方法．利用分布参数的先验分布严格推导出新的检验统计量及其后验分布函数．实例和蒙特卡罗模拟表明了方法是可行的,适用于同时含有异常大、异常小数据的情形,并能够避免遭受屏蔽效应．     

分布式监测系统可靠性贝叶斯评估

以贝叶斯理论为依据,考虑元件可靠性评估不确定性的影响,建立分布式监测系统的系统可靠性评估方法.在单个元件存活率服从二项分布的前提下,用元件可靠度评估的高阶矩计算系统可靠度评估方差与置信区间,利用贝叶斯方法进行元件可靠度评估和系统可靠度置信区间分析.通过一个实例进行计算与分析,表明该方法在监测系统可靠性设计与评估方面有一定实用价值.     

对称熵损失函数下两参数广义指数分布形状参数的Bayes估计

在对称熵损失函数下,讨论了两参数广义指数分布形状参数的Bayes估计和可容许估计,并给出了一类逆线性形式(cT+d)-1估计的可容许性和不可容许性的条件.     

三参数威布尔分布贝叶斯估计的混合Gibbs算法

利用混合Gibbs算法(Gibbs抽样与Metropolis算法的混合)给出了完全样本和定数截尾样本两种情形下三参数威布尔分布的贝叶斯估计.作为应用举出了三个实例,通过Monte Carlo模拟求得参数的贝叶斯估计及可信区间,给出混合Gibbs抽样过程中参数的轨迹图、直方图及自相关系数图,并将模拟结果与相关文献进行了比较.