数据缺失场合三参数Weibull分布的参数估计

给出了缺失数据场合三参数Weibull分布参数的近似极大似然估计，通过Monte-Carlo模拟例子及实例证实了所给方法的可行性。     

双边截尾场合下BS疲劳寿命分布的参数估计

在双边定数截尾场合下,给出了Ｂｉｒｎｂａｕｍ －Ｓａｕｎｄｅｒｓ疲劳寿命分布的统计分析,给出了参数的拟最小二乘估计和近似极大似然估计,并用随机模拟方法比较极大似然估计、近似极大似然估计和拟最小二乘估计的偏性和均方误差．     

基于完全样本的两参数Weibull分布的参数估计

结合概率图、数值计算方法及Monte-Carlo法给出了在完全样本下两参数Weibull分布参数极大似然估计(MLE)的数值解和区间估计的枢轴量,最后针对具体实例利用随机模拟实现了极大似然估计和区间估计,效果良好.     

两参数广义指数分布族形状参数的经验Bayes估计

利用经验Bayes方法研究了两参数广义指数分布未知形状参数的Bayes估计,并给出了数值模拟例子,说明此种方法估计的有效性.     

有先验信息的极大似然估计

定义了有先验信息的极大似然估计,它能够充分利用参数的先验信息,还具有正规条件下的相合性和渐近正态性.     

定时截尾样本数据有缺失情形下单参数对数正态分布的参数估计

主要讨论了在定时截尾样本数据有缺失情形下单参数对数正态分布的参数估计问题,并用极大似然估计的方法对其参数σ进行了估计,最后得出了σ的估计值σ．     

一类非对称的GARCH模型的参数估计

非对称的GARCH模型的估计一般采用拟极大似然估计,这种估计的相合性及渐近正态性结论已经出现在很多文献中.本文对这种模型提出一种新的估计方法-加权拟极大似估计,在一定条件下证明了非对称的GARCH模型的加权拟极大似然估计的相合性和渐近正态性.     

三阶Erlang分布参数的Bayes估计及检验

首先给出了三阶Erlang分布在定数截尾场合下参数的极大似然估计;其次给出了在“平均剩余寿命”下的三阶Erlang分布参数的拟矩估计;然后再利用共轭先验分布得到了参数的经验Bayes估计、区间估计和假设检验;最后通过模拟得到一组随机样本并给出了不同截尾样本下参数的点估计和区间估计。     

基于EM算法的Dirichlet分布的参数估计

为了克服Dirichlet分布的传统估计算法复杂且不能保证有效性的缺陷,将基于Dirichlet分布的随机表示引入缺失数据,构造了EM算法计算参数的极大似然估计,算法简单的同时保证了估计的有效性.最后进行统计模拟,结果表明,本文提出的基于EM算法的Dirichlet分布的参数估计有很好的估计精度.     

区间删失数据下基于OLLGG分布的多参数回归模型的参数估计

该文基于Ⅱ型区间删失数据,在OLLGG分布下提出多参数回归模型,通过线性回归刻画分布参数与协变量之间的关系,并通过极大似然方法给出了模型的参数估计,数值模拟验证了模型参数的估计有良好的性质,将提出的模型应用到血友病患者HIV感染的数据中,发现提出的模型对数据有灵活的拟合效果.     

不同先验分布下几何分布参数的E-Bayes估计

研究几何分布可靠度的先验分布分别为β分布和幂分布时,在熵损失函数下给出了可靠度的EB估计,并结合实际数据比较了两种先验分布下估计值的精度.     

逆高斯分布参数的估计

在给出逆高斯分布参数μ及β的极大似然估计和矩估计的基础上,验证了参数μ的样本均值的无偏性及相合性.     

逆高斯分布参数的估计

在给出逆高斯分布参数μ及β的极大似然估计和矩估计的基础上,验证了参数μ的样本均值的无偏性及相合性。     

单边截断型分布族位置参数的经验Bayes估计

修改了陶波等假定先验密度ｈ（０）需满足的某些条件，给出了单边截断型分布族参数０的经验Ｂａｙｅｓ估计，并证明了它在绝对误差损失下的渐近最优性，最后给出了一个数值计算的实例。     

Weibull分布在完全数据条件下的参数估计

在完全数据条件下对Weibull分布,分别使用Newton-Raphson算法、CM算法进行完全数据Weibull分布参数的极大似然估计计算,并且在得到相应的迭代公式后,进行随机模拟,从模拟结果来分析这两种算法在处理Weibull分布参数的极大似然估计的优良性.     

多元混合指数分布场合下恒加试验完全数据的参数估计

本文应用EM算法研究了多元混合指数分布,在恒定应力加速寿命试验条件下,在完全数据场合、I-型截尾和II-型截尾场合的参数估计问题.     

正态分布参数函数的估计

讨论正态分布N(μ,σ2)的参数(μ,σ2)的函数θ=exp{aμ ba2}(a≥0,b≥0)的估计问题,给出了θ的最大似然估计及矩估计.在μ和σ2的先验分布独立时,在损失函数L(θ,a)=(θ-a)2和L(θ,a)=(θ-1×a-1)2下给出Bayes估计和最小最大估计.     

混合Weibull分布的参数估计的MCEM加速算法

讨论混合Weibull分布在正常应力和恒加应力水平下的参数估计,首先构造两总体的混合Weibull分布,然后利用MCEM加速算法,给出了混合Weibull分布在正常应力水平下完全数据时的参数估计。其次在正常应力水平下,分别在定数截尾和定时尾情形下得到参数估计的迭代解,并且讨论当混合Weibull分布中没有冗余参数的情形下,结合Chebyshev迭代算法,得到所有参数的估计。将正常应力水平下的情形推广到恒加应力情形下,分别在完全数据情形和截尾数据情形下对其中参数进行估计,最后提出有待进一步研究的问题。     

具有先验估计的最大熵谱分析

提出一种具有先验估计的最大熵谱分析方法。仿真结果表明，在低信噪比场合，当某些先验信息已知时，该方法可得到改善的结果。