对数正态分布参数的最大似然估计

对数正态分布是工程、医学、生物学中常见的分布之一。讨论分组数据情况下,对数正态分布参数的最大似然估计,给出分布函数似然方程组解的唯一性的一种证明方法。     

对数正态分布参数的近似极大似然估计

给出了在定数截尾数据缺失场合下两参数对数和正态分布参数的近似极大似然估计。     

关于对数正态分布参数极大似然估计的讨论

利用图解法研究了由EM算法得出的有数据删失情况下对数正态分布参数的极大似然估计,得到了在Matlab中利用迭代算法计算参数估计值的方法.     

最大似然估计的重对数律

讨论了最大似然估计的渐近性质；利用Ｔａｙｌｏｒ展开和Ｈａｒｔｍａｎ－Ｗｉｎｔｎｅｒ定理，证明了最大似然估计满足对数律。     

随机删失下极大似然估计的重对数律

利用Cramér方法证明了在随机删失数据下极大似然估计的重对数律.     

一般Ⅱ型逐步删失下对数正态模型的近似极大似然估计

针对对数正态寿命分布的一般Ⅱ型逐步删失样本,从似然方程出发,采用一种近似方法将非线性部分线性化求解MLE,并同经典的Newton迭代法进行数值比较,结果基本相同,表明该方法是一种较好的求参数估计值的方法.     

最大似然估计的重对数律

讨论了最大似然估计的渐近性质,利用Taglor展开和Havtman-Wintner定理,证明了最大似然估计满足重对数律。     

矩阵正态分布参数的完全极大似然估计

得到了矩阵正态分布的均值和方差的完全极大似然估计,它们都是无偏估计,并且证明了它们是相互独立的。     

多元退化正态分布参数的极大似然估计

设ｍ维随机向量ｙ服从多元退化正态分布，即ｙ～Ｎｍ（μ，Ｖ），其中Ｖ≥０且｜Ｖ｜＝０．我们讨论参数μ，Ｖ的极大似然估计．     

随机删失下极大似然估计的中偏差

在一些正则性条件下、利用Cramr方法的某些技巧得到了在随机删失数据下极大似然估计的中偏差.     

区间删失数据情形下GE分布参数的最大似然估计(英文)

讨论了样本数据为区间型数据时参数的最大似然估计问题.当数据为区间删失情形时,参数最大似然估计的精确表达式不存在,甚至近似解都很难得到.由于区间型数据是一种不完全数据,所以利用EM算法来求参数的近似最大似然估计.为了演示,提供了一个真实寿命数据分析的实例.     

分组截尾数据下离散型寿命概率分布的估计方法

目前针对离散型未知寿命分布的分组数据研究较少．为避免求解复杂的非线性极大似然方程组,由加入拉格朗日乘子的似然方程组中推导具有递推关系的概率分布计算公式,并通过退化的单区间模型得到P1的极大似然估计,从而完成概率分布律Pi的递推计算．实验说明该方法有效．     

逐次定数截尾下双参数指数分布的参数估计

讨论了双参数指数分布基于逐次定数截尾样本下的参数估计,导出了参数的逆矩估计和极大似然估计,并通过数值模拟进行比较,模拟结果表明逆矩估计优于极大似然估计。     

分组数据下两参数指数分布的参数估计

考虑两参数指数分布的参数估计问题,在分组数据和最小观察值下,给出了参数的精确极大似然估计.它比在分组数据下文献中的近似极大似然估计有更好的精度,蒙特卡罗模拟表明了这一点.     

对数正态分布无失效数据的可靠性分析

对于对数正态分布的无失效数据问题 ,利用构造先验分布的减函数法给出失效概率的多层Bayes估计 ,从而求出对数正态分布参数与可靠性指标的估计 ,解决了对数正态分布无失效数据的可靠性分析问题     

对数正态分布场合下恒定应力加速寿命中含有缺失的定数截尾样本的AMLE

导出了对数正态分布场合下恒定应力加速寿命中含有缺失定数截尾样本的近似极大似然估计(AMLE)，得到了分布参数和加速方程中未知参数的AMLE的显式解，便于实际计算和工程应用，数值模拟的结果表明本方法可行．     

基于数据分组与右删失情形下一般瑞利分布的参数估计

研究了一般瑞利分布在分组与右删失情形下参数的估计问题,利用EM算法求出了参数的极大似然估计,最后模拟结果表明这种方法具有良好的收敛性与可行性．     

Weibull分布的渐进区间型截尾数据的参数估计

不完全统计数据的分析是当前估计问题中重要的研究对象之一,特别是关于区间型截尾数据的寿命分析。针对一类源于Weibull总体的渐进区间型截尾数据提出一种新的迭代算法。算例仿真结果表明：此类数据应用最大似然估计法所得结果不可靠,而应用文中提出的迭代算法,能有效地估计总体参数。该算法收敛速度快,可靠性高。     

逐步增加II型截尾下Pareto分布参数的区间估计

基于逐步增加的Ⅱ型截尾,讨论了Pareto分布形状参数和尺度参数的区间估计。得到了两参数的区间估计和联合区间估计。最后以估计区间的最短长度为标准,通过数值模拟得到参数的最优区间估计方法。     

一种基于对数正态分布的图像阈值模型

为了更准确地拟合图像的目标与背景的灰度级分布并分割出图像的目标部分,采用基于参数的阈值估计方法,提出了基于对数正态分布的粒子群EM混合算法,设计了对数正态分布参数的粒子群算法、EM算法和粒子群EM混合算法,给出了对数正态分布参数的计算过程。研究结果表明:对数正态混合分布能够很好地拟合一类图像的目标与背景的灰度级分布,粒子群EM混合算法具有较好的收敛性。该研究成果有助于解决一类图像的目标与背景的分割问题。