三参数威布尔分布的参数估计方法

给出三参数威布尔分布参数的分位数估计、拟矩估计和改良的极大似然估计，用随机模拟方法研究这些估计和简单估计等的优良性．在优选估计的基础上给出了可靠度的Ｂｏｏｔｓｔｒａｐ置信限．     

基于下记录值样本的双参数指数威布尔模型的Bayes估计

针对下记录值样本,研究了双参数指数威布尔模型的参数估计问题.首先给出了参数的极大似然估计,随后在参数的共轭先验分布为伽玛先验分布、损失函数为平方误差损失和Linex损失函数情形下,应用Lindley,近似法导出了双参数指数威布尔模型参数的Bayes估计,最后利用R软件进行数值模拟,并对两种参数估计进行比较,发现在合适的先验分布条件下Bayes估计值更加接近参数真实值.因此,在适当的先验分布下Bayes估计较传统的极大似然估计好.     

双边定时截尾下指数威布尔分布的参数估计

基于双边定时截尾样本,考察了指数威布尔分布的极大似然估计,由于无法得到似然方程的显式解的表达式,所以证明了解的唯一存在性.用EM算法可以处理不完全数据下参数的估计问题,得到了EM算法估计的迭代式.用R软件进行了随机模拟,结果表明当样本容量n较大时,采用极大似然估计较为准确,当样本容量n较小时,采用EM算法估计较为准确.     

威布尔脆弱性比例危险模型的等级似然估计和应用

针对包含右删失的纵列生存数据,建立了威布尔分布的脆弱性半参数比例危险模型,为避免边际似然的积分运算,采用等级似然方法估计协变量系数和随机效应的实现值,采用调整的轮廓等级似然方法估计随机效应分布参数。并且通过模拟研究将威布尔脆弱性模型和对数正态脆弱性模型以及伽马脆弱性模型作了比较,发现威布尔分布最适合半参数比例危险模型的脆弱性因子的分布设定。最后,将建立的模型用于分析肾病感染数据和烧伤病人皮肤移植数据,结果表明威布尔脆弱性模型都给出了不弱于伽马脆弱性模型和对数正态脆弱性模型的估计结果,而且威布尔脆弱性模型有助于诊断异质性问题。     

基于二次置换方法的广义威布尔分布及性质

指数威布尔分布在可靠性分析中应用广泛.基于二次置换方法,将基准分布取为指数威布尔分布,构建了新的四参数威布尔分布,并研究该分布的相关统计性质.给出了该分布的分布函数、密度函数、生存函数、失效率函数及逆失效率函数的解析表达式,分析了模型参数对密度函数及逆失效率函数的影响;给出了分位数函数、k阶矩和矩母函数的计算公式.利用极大似然法对模型参数进行估计.作为应用,使用R语言对一组具体数据进行数值模拟,结果表明所提出的四参数威布尔分布具有拟合优势.     

蚁群算法在威布尔分布模型参数估计中的应用

针对威布尔分布模型参数的极大似然估计采用牛顿迭代法计算过程烦琐,粒子群算法求解过程中容易陷入早熟等问题,将蚁群算法引入到威布尔分布模型的参数估计中,提出了基于蚁群算法的威布尔分布模型参数估计,并与牛顿迭代法和粒子群算法进行对比,通过实例验证了该方法的可行性与有效性。     

分组数据场合逆威布尔分布参数贝叶斯估计的混合Gibbs算法

作者利用混合Gibbs算法(Gibbs抽样与Metropolis算法的混合)给出了分组数据场合逆威布尔分布参数的贝叶斯估计,然后通过Monte-Carlo模拟考查了贝叶斯估计的均值、均方误差及参数的可信区间,并与极大似然估计比较,给出了混合Gibbs抽样过程中相应参数的轨迹图、直方图及自相关系数图.在五组分组数据场合用混合Gibbs算法求逆威布尔分布参数的贝叶斯估计都得到了比较满意的结果,表明该算法可行、稳定、并且有效.     

威布尔杂波背景下的恒虚警检测

讨论了线性检波下威布尔杂波背景的恒虚警检测问题.对均匀杂波情形,由矩估计方法得到了参数估计的解析表达式,并分析了基于矩估计得到的恒虚警检测器的检测性能,结果表明:这种方法得到的估计参数的方差比由极大似然估计得到的要小,且基于此法的恒虚警检测损失比基于极大似然估计和次序统计量估计的也要小.对非均匀杂波情形,提出了贝叶斯恒虚警检测器,检测性能分析表明:贝叶斯恒虚警检测器的检测效果明显优于基于矩估计的恒虚警检测器,比基于极大似然估计和次序统计量估计的检测器效果好,且样本数越小效果越明显.     

风电场风速概率Weibull分布的参数估计研究

风电场风速概率分布是描述风能特征的主要指标,其准确程度直接影响风电场风能资源的评估结果。主要介绍了两参数威布尔分布的极大似然估计法、最小二乘估计法和WASP估计法3种风速概率分布参数的估计方法。通过对四川广元地区低风速区域测风塔实测数据分析,结果表明,极大似然估计法与实测数据统计结果最为接近,拟合效果良好;Weibull参数c、k存在相对较为明显的季节变化;尺度参数c值随高度呈现幂指数形式,形状参数k值随高度呈现二次函数形式变化特征,在80～90 m高度左右,曲线出现拐点,k值取得最大值。     

双边定时截尾下Pareto分布的参数估计

在双边定时截尾样本下,用极大似然法求Pareto分布中形状参数的估计,由于似然方程较复杂,无法得到参数的显式表达式,但是可以证明极大似然估计是唯一存在的. 由于EM算法是处理缺损数据的一种有效方法,因此利用该算法来求参数的估计问题.用EM算法得到了形状参数估计的迭代式,借助Louis遗失信息原则得到了估计的渐近方差,根据中心极限定理得到了形状参数的近似置信区间.随机模拟结果表明形状参数的EM估计收敛到其极大似然估计.实例给出了不同样本下参数的点估计和区间估计.     

二元威布尔分布形状参数相等的检验

将二元威布尔分布转化为二元极值分布，威布尔分布形状参数相等的检验转化为极值分布尺度参数相等的检验，给出了当相关参数θ=0.2,0.5,0.8,1时，检验统计量的模拟分位和统计量的功效，然后就独立情况与基于简单线无偏估计（GLUE）和最佳线性无偏估计（BLUE）给出的统计量进行比较，最后给出一个实例。     

极大似然估计与最优化数值方法

本文研究了可靠性分析中基于不完全样本数据寿命分布参数的极大似然估计(MLE)的最优化数值解法,并且对威布尔(Weiull)分布和对数正态分布分别给出了具体的随机模拟计算结果.     

定时截尾情形下Burr Ⅻ分布的参数估计及其检验

在定时截尾情形下,讨论了Burr Ⅻ分布的形状参数、可靠度和失效率的极大似然估计,给出了极大似然估计的表达式,证明了极大似然估计的相合性和渐进正态性,并给出它的近似区间估计和假设检验公式,最后进行了参数估计的数值模拟。结果表明:形状参数的极大似然估计效果良好。     

定时截尾情形下几何分布参数的估计和检验

本文讨论了定时截尾情形几何分布参数的极大似然估计,证明了参数的极大似然估计的相合性质和进一步的渐近正态性质,给出了检验两几何总体参数相等的检验统计量以及检验统计量的极限分布.其结果对于离散型总体分布的参数估计问题具有普遍的现实意义.     

不完全寿命威布尔分布三参数最大似然估计式求解

给出了采用二分法求解不完全寿命威布尔分布三参数最大似然估计式的原理、具体方法、框图、算例     

不完全寿命威布尔分布三参数最大似然估计式求解

给出了采用二分法求解不完全寿命威布尔分布三参数最大似然估计式的原理、具体方法、框图、算例。     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

右删失左截断数据下离散威布尔分布的参数估计

研究了右删失左截断数据模型下离散威布尔分布参数的极大似然估计和渐近置信区间.介绍了参数估计的牛顿迭代方法和EM算法,给出了参数的渐近置信区间.随机模拟的结果表明,牛顿迭代方法和EM算法得到的参数估计结果差别不大.     

定时截尾情形下 Ｂｕｒｒ Ⅻ分布的参数估计及其检验

在定时截尾情形下，讨论了 Ｂｕｒｒ Ⅻ分布的形状参数、可靠度和失效率的极大似然估计，给出了极大似然估计的表达 式，证明了极大似然估计的相合性和渐进正态性，并给出它的近似区间估计和假设检验公式，最后进行了参数估计的数值模 拟。 结果表明:形状参数的极大似然估计效果良好。     

Pareto分布中形状参数的估计

本文研究了Pareto分布中形状参数的估计问题.采用极大似然估计及其渐近正态性、轮廓似然估计和矩估计的方法对形状参数估计,通过生成Pareto分布随机数的方法进行数值模拟,比较渐近正态性和轮廓似然估计得到的区间长度以及极大似然估计和矩估计得到的估计值,给出各估计的优缺点.