三种动力学多参数估值方法统计特性的研究

本文运用一种在计算值中加入随机误差作为实验数据的效学实验方法,以三元M~α拟一级反应体系为例,研究了三种能够用于复杂反应动力学双曲型数学模型多参数估值的方法的统计特性,并进行了比较。结果表明,试差矩阵法比特征向量法有更好的方法统计特性,能耐受较大的实验误差,获得令人满意的参数值。曲线拟合法统计特性低劣,实验误差对模型参数估值准确度的影响较大,不能很好地用于复杂反应体系动力学的多参数估值。     

概率统计方法在教学研究中的应用

根据学生考试的分数,建立了学生成绩的概率分布模型,并对模型进行了检验.     

非参数似然方法及其应用研究进展

非参数似然方法是在参数似然方法基础上发展的一种非参数方法,具有与传统似然方法类似的许多优良性质,特别是其中的经验似然方法,得到许多学者的重视和研究,是目前统计学的一个重要研究方向。本文在介绍非参数似然方法相关思想基础上,结合团队研究工作,主要从估计、检验和复杂数据应用等方面分别对其研究进展进行较系统地综述,分析相关研究思路和研究内容,给出一些主要结论和研究的侧重点。     

应用概率统计方法对混沌信号进行非相干检测

提出一种基于概率统计的方法, 采用最大似然法和贝叶 斯公式, 在Chaos Shift Keying系统的接收端重构发射端混沌映射, 实现混沌信号的非相干检测. 在系统的发送端, 根据所发送的二进制信号对混沌映射系统进行分叉参数调制, 由于混沌信号对参数条件的敏感性, 所以在不同的参数条件下混沌信号有很大不同, 在接收端采用概率统计方法, 对信号发生的概率进行计算, 根据事件发生概率的不同判断接收到的数字信号. 理论推导和计算机仿真结果基本一致.     

参数估值的模糊Bayes方法探讨

在样本参数随机模糊估值的基础上,提出了基于概率论与模糊数学相结合的模糊Bayes方法推断样本参数的统计特征,并证明了模糊Bayes方法是常规Bayes方法的一个特例.     

双参数指数分布的参数估计(Ⅰ)

本文讨论了双参数指数分布的参数估计和区间估计问题,分别给出参数的最大似然估计,Bayes估计和最优线性无偏估计,并且给出了一致最小方差无偏估计。     

AR噪声参数估值误差对自适应检测器性能的影响

本文从理论上研究了采用自适应逆谱(或白化)滤波器级联匹配滤波器构成的自适应检测器的性能,着重分析了背景噪声AR参数估值误差对检测性能的影响。以两种典型的信号型式(宽带、窄带)为例的分析计算表明,这类检测器的检测性能对参数估值误差并不敏感。因而自适应逆谱(或白化)滤波器级联适当的匹配滤波器方案是一种有用的自适应检测器方案。     

约束统计方法在学生成绩分析中的应用

在序约束下对大学生的学习成绩进行统计分析、建模,利用PAVA算法,给出了模型参数的约束极大似然估计;针对学生在校学习的实际情况,从学生成绩出发,给出了模型参数序关系的似然比检验方法,揭示了大学生学习成绩的变化趋势.     

土工参数的统计方法及其工程应用

以概率论和数理统计为基础,结合某工程的土工参数,介绍了土工参数常用的概率分布模型,并利用模型对土工参数进行统计分析,为工程计算中土工参数的选取提供了可靠的依据。     

Poisson分布的参数函数无偏估计

讨论了在Poisson分布情况下参数函数的无偏估计,并给出相应的证明和实例.     

复合Rayleigh分布模型尺度参数的Bayes估计

基于完全样本讨论了复合Rayleigh分布尺度参数的估计问题。在平方误差损失、LINEX损失函数下导出了复合Rayleigh分布尺度参数的Bayes估计。给出了Monte Carlo数值模拟例子,将得到的估计与最大似然估计进行比较。     

Weibull参数的估算方法

本文讨论了Weibull双参数和三参数分布中估算形状参数的若干方法,同时冶出了使用简便、估算精度较高的新方法。     

宽带模糊函数的一种最优的目标参数估算算法

首先讨论了在开阔海洋环境中对目标的和参数估计问题。再提交了一种搜索宽带模糊函数峰值的高效算法。在噪声环境中,利用最大似然性对宽带模糊函数进行峰值能使算法的性能被进一步改进。由于最大似然时延估计器明最好的误差性能,从这种意义上来说,在同类的时延估计器中,它是一种最优的估计器。这已经被我们用仿真模拟所证实。基于以上两种方法,最后提出了一种高效和最优的目标参数估算算法。     

极大似然估计的几种求法

极大似然估计是参数估计的一种常用方法.本文探讨了极大似然估计的三种求法,并举例说明了这些方法在解决实际问题中的应用.     

SURE模型中参数估计的若干结果

综合报导有关ＳＵＲＥ模型中参数估计及其优良性的一些近期研究成果，主要包括回归系数β以及协方差矩阵Ｖ的各种估计和它们的优良性．     

基于遗传算法提取PN二极管主要参数的研究

遗传算法是一种新兴的演化算法,计算方法简便,收敛速度快,收敛准确。它被用来估计二极管参数。实验结果表明遗传算法是估计二极管参数的新方法。     

基于收缩估计法的广义Pareto分布参数的估计

由于广义Pareto分布在金融和保险等领域的广泛应用,对于该分布的统计推断成为研究的热点.将在参数的先验分布为倒伽玛分布条件下研究广义Pareto分布参数的Bayes估计问题,并在平方误差和LINEX损失函数下,导出了参数的Bayes估计和Bayes收缩估计.文末给出了Monte Carlo数值模拟试验和结论.