排序集抽样下样本参数的修正区间估计

研究了排序集抽样下样本参数的修正极大似然估计的性质,并以此估计为基础构造了样本参数的修正区间估计.研究表明:在相同的置信水平下,基于排序集抽样的样本参数的修正区间估计较传统的置信区间具有更高的精度.     

中位数排序抽样下参数的极大似然估计

将排序集抽样方法进行改进,提出了一种新的中位数排序抽样方法,基于这一抽样方法提出了样本参数的极大似然估计,并进一步与传统抽样方法下估计的结果作比较,从估计渐进效率的角度说明了该方法的优良性.     

线性模型中的一种新的k-d类估计

提出了线性模型中考虑样本信息中关于参数的先验信息的一种新的两参数估计,并给出了在均方误差矩阵准则下这种新的两参数估计优于Liu估计和修正Liu估计.     

均值向量的非参数联合置信区间

本文提出了边际等尾联合置信区间概念,并给出了一种构造均值向量的边际等尾联合置信区间的方法。通过重抽样获得样本均值的估计,并通过该估计利用分位数插值的方法构造均值向量的边际等尾联合置信区间。在此基础上将其与传统的Bonferroni、Efron、Normal Exact等依赖正态近似的联合置信区间进行模拟比较,结果显示,该方法也是一种简单可行的方法。     

基于MATLAB小样本的最短置信区间

研究了小样本抽样正态总体参数的最短置信区间,对单峰非对称分布给出了最短区间估计MATLAB实现;并通过实例分析其对小样本区间估计的优越性.     

一类特殊随机截尾试验下指数分布的参数估计

利用极大似然法(ML)和EM算法研究了一类特殊随机截尾试验下指数分布参数的极大似然估计和渐进置信区间.给出了参数的EM迭代公式,根据缺损信息原则得到了Fisher观察信息,构造了参数的bootstrap置信区间.随机模拟的结果表明:估计的精度较高,ML法和EM算法几乎一样,渐进置信区间和bootstrap置信区间的差别不大.     

左截断右删失数据中泊松分布的贝叶斯推断

研究了左截断右删失数据中泊松分布的贝叶斯推断问题。主要给出了参数的极大似然估计和贝叶斯估计,同时给出了相应的置信区间。最后给出了贝叶斯推断的随机模拟检验,通过检验发现:在小样本的情况下,贝叶斯估计精度比极大似然估计的精度高一些,而在大样本的情况下,这2种估计的精度相差不大。在置信区间的构造方面,不论是小样本还是大样本,最大后验密度置信区间确实比传统的置信区间有效。     

用多视技术抑制SAR图像斑点的新方法

为抑制合成孔径雷达图像中的相干斑,提出了一种新的滤波方法。利用多视技术,定义一个参数向量来描述场景中每一点,并估计其协方差矩阵。对该矩阵进行主成分分析,分解为代表信号子空间和噪声子空间的两个子阵。根据矩阵特征值能量集中程度,判定当前点处于何种区域,并采取不同的滤波策略。信号子空间中包含目标边界特征,将参数向量中非直流部分投影到信号子空间,得到场景内目标细节信息,然后据此估计场景各点的雷达反射截面(RCS)。对比已有的几种斑点滤波方法,该方法更有效地保持了目标细节,并且斑点抑制不逊色。由于无需假定统计分布模型,也不依赖对ENL的估计,新方法有很好的普适性。     

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.     

非对称损失下正态均值的区间估计

考虑非对称损失下正态均值的区间估计, 在位置变换群下给出容许的最优同变置信区间, 其为通常置信区间的推广. 同时, 利用估计问题中对序限制下参数估计量的改进方法, 结合分布参数之间的序限制改进了所得的最优同变置信区间, 构造了一族改进置信区间.     

汽车煤人工采样问题探讨

论述了汽车煤采样标准的相关规定和采样标准执行中的若干问题,分析了当前电厂中汽车煤采样存在的主要问题,提出了汽车煤人工采样的建议和采样操作中应注意的问题。     

辅以分层抽样样本的等容量整群抽样方法

对于分层抽样和整群抽样,当群体间的差异、群内个体间差异均不显著时,其估计精度往往都很差．针对这一缺陷,提出了一种辅以分层抽样样本的整群抽样方案,得到了总体均值的估计量,以及这一估计量的一些良好性质．这些结果表明,与单一的整群抽样、单一的分层抽样估计量相比,这种抽样设计的估计量具有更高的精度     

线性关系下对称等距抽样的优良性

本文证明了下面的结论:当总体中单位的指标与其次序有线性关系时,如采用简单随机抽样,等距抽样、对称等距抽样,在样本容量相同的情况下,分别得到样本的均值是■,则它们的方差有如下的关系:■     

市场调研中的混合双重分层抽样方法

提出了一种叫做混合双重分层抽样的方法,描述了怎样将它用到市场调研中去;给了一个实际例子来详细讨论这种方法,同时也近似地用图来说明这种方法的误差.     

基于分层抽样的高速网络吞吐率测量

在测量精度要求较高时,随机抽样流量测量的样本容量仍然很大,仍会造成一定程度的资源负担和测量开销上的问题.针对前面这种简单抽样策略的局限性,提出了一种基于报文分层抽样的高速网络吞吐率测量技术,并对分层抽样参数的选取及其理论进行了探讨;从网络吞吐率测量的角度对分层抽样与简单随机抽样的测量性能进行比较.结果表明,在相同样本容量的情况下,分层抽样测量精度几乎平均是简单随机抽样精度的9倍,且算法复杂度仅为O(n),有效解决了高速网络测量环境中测量效益不高的问题.这种基于分层抽样的测量技术还可以用于其他网络流量参数的测量.     

Shannon采样定理中fs=2fm的讨论

本例举几个实例，对Shannon采样定理fs≥2fm中的等号提出异议，指出一般证明方法的缺陷。笔用富氏级数重新证明了采样定理，其不等式应是fs>2fm。     

采样器和保持器的数学描述

在计算机控制系统的理论分析时,常用虚拟的理想采保器代替了实际的采保器,这样做的目的是便于数学处理,但这两者之间是有差别的。本文分析了这两种情况下采样保持器的频域特性,并讨论了它们之间的等价条件。提出,如果满足以下3个条件：1）连续信号x（t）是低频的,它的最大频率为有限值ω0,即ω≥ω0时,X（jω）=0;2）实际采样脉宽r〈〈采样周期T,且频率ω1≥2ω0;3）实际采样器后,串接放大环节1／r,或实际采样器后置零阶保持器,用理想采样器代替实际采样器是完全可行的,从信号输入、输出关系来看,两者是等价的。     

一种防堵取样阀

生产中取样阀易堵塞是阻碍顺利取样和及时化验分析的主要因素，为解决这一问题，介绍了一种防堵取样阀，它适合于对各种流体的取样。由于具有防堵和自清理堵塞物的功能，防堵取样阀的用途比较广泛。     

房屋倒损评估中统计抽样方法的对比分析

以2014年云南鲁甸地震为例,结合遥感技术对比分析简单随机抽样、分层随机抽样、整群随机抽样在地震房屋倒损抽样调查中的适用性.结果表明:1)简单随机抽样精度最高且稳定性最好,总体精度达98.96%,各类型房屋倒损精度超过97.00%.但过于分散的样本点会使得调查成本非常高,特别是在道路不可通达时,需要考虑无回答样本的误差问题.2)以房屋结构或地震烈度为标识的分层随机抽样精度均较低,这可能是由于影响房屋损毁程度的因子较多,单一分层指标不能较好地反映目标的总体情况,难以体现分层优势.3)整群随机抽样是一种较为理想的抽样方式,其精度仅次于简单随机抽样,总体精度达93.31%,各类型房屋倒损精度均超过85.00%,而且该法有助于减少初级抽样单元数量,方便调查、节省成本.4)通过相关分析与回归分析发现,简单随机抽样、整群随机抽样的变异系数与房屋入样总量间均具有负相关关系,因此可根据实际精度要求,通过提高抽样比的方式降低变异系数来减小估计量方差.      

采样控制系统教材中的几个问题

讨论采样定理的实验验证问題,分析采样时间对系统性能的影响,并提出用留数法进行Z变换时应注意的问題。