基于分组数据的指数分布的参数矩估计

主要对分组数据的指数分布的参数进行估计,把分组数据的观察值看成多项分布的样本,利用矩估计的思想可得到参数的估计。当矩估计方程没有显式解时,Newton-Raphson迭代方法可以得到矩估计方程的解。     

可考虑历史洪水对数正态分布线性矩法的研究

简要介绍对正态分布线性矩与分布参数的关系，提出两种可考虑历史洪水的样本线性矩估计公式。统计试验结果表明，估计公式均具有较高精度。从两种估算公式中推荐一种效果更好的供实际频率计算使用，从而解决了具有历史洪水时对数正态分布的样本线性矩的计算问题。此外，对线性矩法与矩法、适线法作了对比分析，结果表明，线性矩法比矩法、适线法有较大的优越性，其不偏性能最好且具有良好的有效性。     

基于Mellin变换的G0分布参数估计方法

G0分布模型具有广泛均匀度变化下的杂波区域建模能力和较强的模型兼容性,是目前合成孔径雷达（synthetic aperture radar,SAR）图像杂波统计建模领域最为重要的模型之一,在SAR图像解译方面有着广泛的应用．然而,G0分布参数的快速准确估计一直是制约其实际应用的主要技术瓶颈,至今尚无理想的解决方案．针对这一问题,首先详细分析了经典矩估计和最大似然估计应用于G0分布参数估计的理论缺陷。在此基础上,提出了一种基于Mellin变换的G0分布参数估计方法．该方法以Mellin变换为出发点,详细推导了G0分布对应的第一个、第二个第二类型的特征函数和它们各自对应的对数矩和对数累积量,最终获得了G0分布参数估计简洁的迭代表达式．该方法不但解决了矩估计所面临的参数不能实现全范围估计的难题,更重要的是把等效视数同形状参数、尺度参数一样视为待估计参数,且能够快速准确地迭代出它们的估计值,保证了G0分布的拟合精度．以KL（Kullback—Leibler）度量、MSE（meansquareerror）度量和K—S（Kolmogorov Smirnov）检验为定量评估准则,对不同分辨率、不同视数的实测SAR图像分别采用文中方法、矩估计、最大似然估计方法进行拟合实验,实验结果的全面对比分析证明了所提方法的有效性．     

瑞利分布全样本下的统计分析

针对瑞利分布,在全样本场合下给出了参数的矩估计、极大似然估计和区间估计。与此同时还通过大量Monte-Carlo模拟分别考察了参数的点估计和区间估计的精度,从中可以看到参数的极大似然估计的精度比矩估计的好些。     

基于Mellin变换的G0分布参数估计方法

G0分布模型具有广泛均匀度变化下的杂波区域建模能力和较强的模型兼容性,是目前合成孔径雷达(synthetic aperture radar,SAR)图像杂波统计建模领域最为重要的模型之一,在SAR图像解译方面有着广泛的应用.然而,G0分布参数的快速准确估计一直是制约其实际应用的主要技术瓶颈,至今尚无理想的解决方案.针对这一问题,首先详细分析了经典矩估计和最大似然估计应用于G0分布参数估计的理论缺陷,在此基础上,提出了一种基于Mellin变换的G0分布参数估计方法.该方法以Mellin变换为出发点,详细推导了G0分布对应的第一个、第二个第二类型的特征函数和它们各自对应的对数矩和对数累积量,最终获得了G0分布参数估计简洁的迭代表达式.该方法不但解决了矩估计所面临的参数不能实现全范围估计的难题,更重要的是把等效视数同形状参数、尺度参数一样视为待估计参数,且能够快速准确地迭代出它们的估计值,保证了G0分布的拟合精度.以KL(Kullt)ack-Leibler)度量、MSE(mean square error)度量和K-S(Kolmog-orov-Smirnov)检验为定量评估准则,对不同分辨率、不同视数的实测SAR图像分别采用文中方法、矩估计、最大似然估计方法进行拟合实验,实验结果的全面对比分析证明了所提方法的有效性.     

基尼系数的一种估计方法

在假定社会成员的实际收入所构成的总体是服从对数正态分布的情况之下,给出基尼系数与总体参数的函数关系,进而给出了基尼系数的矩法估计方法,此方法可以只根据社会成员的(或样本的)实际平均收入及社会成员的(或样本的)实际收入方差就能计算出(或估计出)社会成员实际收入的基尼系数．另外,在全体社会成员的两部分成员的基尼系数、人数及实际平均收入均已知的条件下,本文也给出了全体社会成员实际收入的基尼系数的计算方法,此方法可以摆脱对原始数据的依赖,比传统算法简单且容易操作．     

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．     

两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计

两参数Birnbaum-Saunders(BS)疲劳寿命分布是概率物理方法中的一个重要的失效模型,它比常用的寿命分布,如威布尔分布、对数正态分布,更适合描述某些由疲劳引起失效的产品的寿命规律,其主要应用于对疲劳失效以及电子产品性能退化失效的分析研究.在全样本场合,利用徐晓岭等的研究中刻度参数的对数矩估计的性质,构造了两参数BS疲劳寿命分布拟合检验的检验统计量,并通过3个实例说明拟合检验方法的应用性.给出了两种求两参数BS疲劳寿命分布环境因子近似区间估计的新方法,通过Monte Carlo模拟与原有的方法进行了比较,发现利用对数正态近似的方法优势明显,并通过一个算例说明方法的应用性.     

线性失效率模型的参数估计

该文研究了在定数截尾样本下线性失效率模型中参数的点估计问题。用逆矩估计、最小二乘估计方法分别求未知参数λ     

复合瑞利分布模型参数的Bayes可靠性分析

在完全样本下导出了两参数复合瑞利分布参数的最大似然估计,利用构造枢轴量得到了形状参数和尺度参数的逆矩估计,通过Monte Carlo数值算例给出了相应的估计方法的应用.     

基于改进三弯矩方程的钢-混凝土混合变截面连续梁桥钢箱梁段合理长度研究

为简便估算恒载作用下钢-混凝土混合梁变截面连续梁合理钢箱梁长度,基于现有三弯矩方程推导了适用于变截面连续梁的改进三弯矩方程,建立了基于改进三弯矩方程的变截面连续梁弯矩简化计算方法,并采用MATLAB软件编制了计算程序。构建了不同跨径的变截面钢-混凝土混合连续梁桥标准结构,运用改进三弯矩方程分析了恒载作用下不同跨径钢-混凝土混合连续梁桥关键截面弯矩随钢箱梁段长度变化的规律,建立了主跨跨径150m~300m间钢-混凝土混合变截面连续梁桥钢箱梁段合理长度预估公式。不同跨径的钢-混凝土混合连续梁的墩顶负弯矩和跨中正弯矩均随钢箱梁段长度的增大而减小;主跨跨径150m、200m、250m、300m的变截面钢-混凝土混合连续梁桥钢箱梁段长度与主跨跨径的比例分别为0.35、0.40、0.40、0.45时,主跨跨中正弯矩减小趋势变缓;研究结果表明：基于改进三弯矩方程的变截面连续梁弯矩计算结果与有限元计算结果的偏差小于10%,可便捷且准确地计算恒载下变截面连续梁弯矩;预估公式计算得到的钢箱梁段合理长度与实桥使用的钢箱梁段长度之间的误差在12.5%以内,预估公式具有良好适用性。     

动态调节模型的最小二乘迭代辨识方法

为了改进参数估计精度,利用递阶辨识的交互估计理论,提出了辨识动态调节模型的最小二乘迭代辨识方法。其基本思想是:在每步迭代计算中,将信息向量中或信息矩阵中不可测噪声项用其估计值代替,而噪声估计值又是用前一次迭代参数估计进行计算的,二者执行了一个递阶计算过程。与流行的递推广义最小二乘算法相比,提出的迭代算法在每一步计算中,同时利用了系统所有量测数据信息,因而具有更高的参数估计精度和更快的收敛速度。进行了仿真计算。     

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．     

再论Gumbel分布参数估计及在水位资料分析中应用

利用某条河流3个水位观测站的历年最高水位资料,分别用极大似然法、矩法及最小二乘法对GLmbel分布中的参数进行了估计．探讨了3种估计方法的统计性质,并给出了这条河流3个观测站若干年一遇的最高水位曲线．极大似然法给出的估计量在很多方面都具有较好的且稳定的表现．     

(a,b)类分布的统计性质

通过用Bayes方法对(a,b)类分布进行分析,研究相关方差与期望的关系,并给出a与b的矩估计和极大似然估计(MLE).在极大似然估计基础上,利用Lindley逼近引理,给出(a,b,0)类的Bayes估计,并运用MATLAB进行相关模拟.模拟结果表明,对于(a,b,0)类分布的估计,若样本数量较大,则选择Bayes估计更好;反之,选择矩估计更好.     

3.7GeV/N~(16)O碎裂中的条件矩关联

本文给出了3.7GeV/N~(16)O 在核乳胶中碎裂的条件矩关联,对电磁离解事例和核反应事例,均观测到弹核碎片电荷分布的条件矩间呈对数关联.这一实验结果与200GeV/N~(16)O 和~(12)S 在核乳胶中碎裂的情形类似.     

基于有限时间的扇形界方法的量化估计(英文)

研究了具有对数量化器的离散时间系统的有限时间量化估计问题。利用扇形界的方法给出了量化误差,进一步设计了有限时间的量化估计器,使得对于由所有的量化新息给出的量化估计误差都在一个有限界之内,并且使得这个界在范数意义下尽可能的小。最后通过求解一个与量化新息有关的黎卡提方程得到了量化估计器。     

均匀分布U(-θ,θ)参数的估计与优良性

研究均匀分布U(-θ,θ)的矩估计和与极大似然估计,并讨论两估计的优良性,证明矩估计和极大似然估计是强相合的,极大似然估计是UMVUE.