截断删失数据下线性指数分布的参数估计

研究了截断删失数据模型中线性指数分布的参数估计问题。分别利用极大似然估计法和EM算法对未知参数进行估计,并给出参数估计随机模拟检验,通过检验发现:极大似然估计得到的参数估计和EM算法得到的参数估计结果差不多,但是EM算法的收敛速度较快。     

室内弱阴影环境下L~N模型参数估计及实验验证

针对描述弱阴影信道的L~N模型未对模型进行参数估计及实用性验证的问题,对该模型进行参数估计,最后验证模型的准确性和灵活性.首先利用矩估计法估计该模型的参数,并在室内弱阴影散射多径环境下进行体域网实验测量得到原始数据,然后用滑动窗口法从原始数据分离出能够被L~N模型描述的弱阴影衰落测试数据,再利用测试数据计算模型的待估计参数,最后用Matlab计算该模型的统计特性的理论与仿真模型结果,与测试数据计算得到的统计特性进行对比,验证该模型的准确性;通过仿真比较具有相同均值和方差的Lognormal模型和L~N模型(N取不同值)的理论统计特性,验证该模型的灵活性.     

Fisher得分法与EM算法在随机效应模型中的应用

随着随机模型的广泛应用,关于随机效应模型的参数估计一直是线性模型的最活跃的研究方向之一。我们经常估计这类模型的固定效应和方差成分。我们使用极大似然估计作为估计方差成分的一种技巧,为了考虑到估计固定效应时的自由度的损失,我们又会使用限制极大似然估计。计算方差成分的ML或者REML估计时,有很多迭代算法可以使用。我们关心的是Fisher得分法和EM算法应用到随机效应模型的方差成分上,通过使用这两种算法对随机效应模型的方差成分的极大似然估计和限制极大似然估计进行比较分析。本文给出EM算法用于求极大似然估计的具体公式补充证明,并对Fisher得分法在随机效应模型中的应用限制极大似然估计给予具体公式。     

随机误差项为MA(3)过程的Panel Data模型半参数估计方法

对含有MA(3)误差项的面板数据模型,应用半参数计量经济学理论,在相关假设基础上推导出半参数估计方法,并根据蒙特卡洛模拟对这种方法进行实证检验,结果证明这种半参数估计方法是可行的,并且相对参数估计方法(最小二乘估计和广义最小二乘估计法)具有较高的估计精度.     

基于估计方程估计的单指标模型异方差检验

针对单指标模型的异方差检验问题,将估计方程估计与完全非参方差函数检验相结合,给出了一种新的检验形式.利用估计方程法得到单指标模型中未知指标参数的估计值,再根据局部线性拟合给出单指标模型联系函数的估计形式,进一步由完全非参方差函数方法构造检验统计量,对模型进行异方差检验.数值模拟部分以检验统计量的经验水平和经验功效为评价指标,实验结果表明,基于估计方程估计比基于梯度外积估计和基于最小平均方差估计的完全非参方差函数检验方法更有效.实例分析部分采用汽车数据集,同样验证了这一检验方法的显著性.     

线性混合模型中固定效应与随机效应线性组合两步预测的均方误差

对一般的线性混合模型,研究其固定效应与随机效应线性组合的两步预测问题,给出了两步预测均方误差的一个近似计算公式,为比较不同方差分量估计的优劣性进一步莫定了基础.     

基于效应量服从偏正态分布的PM法

探讨Meta分析中异质性方差和偏倚的估计以及对合并效应量的影响。在Meta分析随机效应模型中,假设各研究的效应量服从偏正态分布的基础上,基于Q统计量及其一、二阶矩,得到PM估计方程组,采用搜索法求得方程组的解,即为异质性方差和偏倚系数的估计,由此进一步得到合并效应量的估计。在实例计算中,经典的DL法计算的合并OR值为1.370 6,而提出方法计算结果为1.365 3,计算结果十分相近。基于偏正态分布的PM法,不仅估计了异质性方差,而且估计了偏倚参数,即同时考虑了异质性和偏倚对合并效应量的影响,使Meta分析模型和方法更具一般性。     

基于图像分割的噪声方差估计

提出一种基于图像分割的噪声方差两步估计算法。第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差。第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果。在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差。     

异方差一致协方差阵的估计方法研究

处理回归模型中的异方差问题尤为重要的一点是对随机误差项的方差进行估计.考虑到非参数核估计和稳健估计在异方差构成未知的情况下在估计效果上仍具有一定优越性，因而将非参数N-W估计和两种稳健估计方法分别与估计加权最小二乘估计法相结合，先得出随机误差项方差的估计量，进而将其作为权矩阵对模型参数进行估计，并基于估计加权最小二乘法，对已有的加权异方差一致协方差估计方法进行扩展，提出了两个新的加权估计量WHC4m和WHC5m.通过实验可以发现，各估计方法在模型参数的估计和检验效果上差别较大，并且新提出的加权估计量比原有的异方差一致协方差估计量HC4m和HC5m在检验效果上表现更好.     

一类出口量模型的实证分析

以中国出口量线性回归模型为例,对多重共线性问题进行着重分析.建模过程基于OLS估计,构造统计量,进行多角度的统计检验并修正.最终实证表明:多重共线性是一个程度的问题而不仅仅"是否"存在的问题,尽管模型中存在多重共线性,会引起参数估计值方差的增大,但模型仍然具有较好的预测作用.     

双因素方差分析模型中的广义p-值

利用Fiducial方法得到模型中假设检验问题的广义枢轴向量,由此直接定义广义p-值,并证明由此广义p-值所给出的检验在边界上具有频率性质. 在数值模拟中对广义p-值方法与广义F-检验方法作了比较. 模拟结果表明,在异方差时,广义p-值方法优于广义F-检验.     

用蚕豆根尖细胞微核技术监测府南河水质的研究

利用蚕豆根尖细胞微核技术对成都市府南河水质进行监测,测定各采样点水样的蚕豆根尖细胞微核千分率(MCN‰)及污染指数(PI),并进行F检验,结果表明:各样点MCN‰有显著性差异,13个样点中有7个采样点的PI在2以上,和对照组相比差异极显著(p<0.01),表明府南河水质受到不同程度的污染.     

用AR模型建立变形预测模型的研究

在用时间序列分析方法建立变形测量的预测模型时,基于动态数据系统方法的传统F检验定阶法,由于样本的随机性可能过早地退出对模型的循环检验,从而不能找到合适的预测模型.在探讨如何用AR模型建立变形测量预测模型的基础上,提出了一种改进的建模方法,并在实例的应用中取得了较好的效果.     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

基于FIR数字滤波器随机振动信号频时域转换方法

基于有限长单位冲激响应数字滤波器,根据指定ESA功率谱密度函数特征,设计了FIR数字滤波器,并通过控制其参数,获得了满足预定条件和要求的滤波器幅相特性.利用白噪声序列作为滤波器输入端,生成了符合要求的随机振动时域信号.同时还采用基于AR自回归模型参数方法对获得的随机振动时域信号进行功率谱估计与验证.结果表明:功率谱精度及两功率谱曲线间的误差完全在允许范围内,采用该方法获得的随机振动时域信号完全满足仿真与试验测试对信号幅频特性和功率的要求.     

利用相关估计的遥外弹道时间差修正新方法

遥外弹道时间对不齐误差在遥外联合数据处理中对制导工具系统误差分离具有重要影响,提出一种利用相关估计对遥外弹道时间差修正的新方法。直接利用遥外弹道跟踪数据进行相关估计受到系统偏差和随机误差的影响,难以得到精确的估计结果。在分析遥外弹道跟踪数据特性的基础上,利用最小二乘法提取出遥测和外测弹道跟踪数据趋势项,并将趋势项归一化处理后作相关估计求取时间偏差,然后对原始弹道跟踪数据进行时间修正。计算机仿真和试验数据处理证明这一方法在遥外弹道跟踪数据时间差修正上具有较高精度。     

F检验临界值和模型定阶

模型类型选择和模型适用性检验是时序建模的两个基本问题。时序模型适用性检验的核心是模型阶数确定问题。本文以统计学中的F检验和AIC准则为基础,推导出模型定阶F检验临界值。用它定阶简便实用。举例计算表明其结果和其他定阶方法相一致。     

基于POMDP的认知无线电动态频谱接入算法

针对当前认知无线电动态频谱接入算法实现复杂度高的缺点,提出了在硬件受限制的情况下,基于部分可观察马尔科夫决策过程的动态频谱接入算法.该算法利用多次对外界信道的检测得到对外界环境的估计,然后根据此估计以当前和未来收益总和最大化为目标,实频谱接入,并实现了最优解和贪心法次优解.该算法比随机检测接入算法多获得约25%的带宽,贪心法的次优解在阶段数较少时与最优解性能非常接近.     

摆动式混合机内粉体混合质量评估

文中采用随机方法测定了摆动式混合机的混合性能，估算了混合时间及混合度的最大误差并与Ｖ型混合机作了对比实验；采用扫描电子显微镜来观察混合物的微观形貌，并给出了定量测试结果，最终从理论和实验两个方面证明了摆动式混合机在粉体混合方面的优越性。     

显著性检验及不确定度在实验室的应用

介绍了与标准值进行比较和两份数据间进行比较的两种方法 .