竞争风险下纵列数据的随机效应建模和估计

为研究包含右删失的纵列生存数据,对每种风险建立一个COX比例危险模型,采用每种风险的危险率上都乘一个随机效应因子的方法,体现不同风险的危险率之间的联系,虽然这样做从通常的随机效应的边际似然估计方法来看是大大增加了难度,但更加符合实际。在模型估计上,采用等级似然估计方法,从而避免了求后验分布的积分运算,简化了估计过程。对竞争风险下比例危险的随机效应模型的等级似然函数,给出了推导和估计步骤。     

半变系数伽马脆弱模型惩罚部分似然估计

为了更好地分析对数风险函数与协变量之间复杂的非线性关系,提出一种半变系数伽马脆弱模型并给出其估计方法．首先,应用B-样条将半变系数伽马脆弱模型近似转化为线性伽马脆弱模型,然后运用惩罚部分似然法估计转化后模型的线性参数,随后采用近似轮廓似然法并运用黄金搜索算法估计随机效应的参数;在通过迭代获得转化后的线性系数以及随机效应参数的估计以后,运用B-样条得到变系数函数的估计．经蒙特卡罗模拟研究发现,该方法可以给出协变量的线性参数以及变系数函数较为精准、稳定的估计,是分析协变量对于风险率影响的有效方法．最后,应用所提出的方法分析了NCCTG肺癌数据．     

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.     

对数正态多层贝叶斯模型的参数估计

为了更好地捕捉呈偏态分布数据的变化,提高统计推断的精确度,将对数正态多层先验分布的构造方法与贝叶斯定理结合建立了对数正态多层贝叶斯模型。利用Gibbs抽样算法对各未知参数进行贝叶斯估计,并对使用Gibbs算法所生成的迭代链进行收敛性诊断。随机模拟结果显示,在相对误差、均方误差(MSE)准则下,贝叶斯估计的效果较似然估计更优。最后,通过实证分析证明了所建立的模型是切实可行的。     

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。     

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。     

数控机床故障率分布曲线定量化建模及应用

为了对数控机床故障率分布曲线进行定量研究,对数控机床的故障数据作威布尔线性回归分析,由威布尔概率图分析结果,运用两重威布尔分段模型建立了包含早期故障期和偶然故障期的数控机床故障率分布曲线,阐述了模型建立的方法和利用极大似然法估计参数的过程,确定了早期故障期持续时间,通过与实际使用情况比较验证了该模型的正确性。最后,利用该模型构造目标函数,对保修期进行研究,得出了数控机床最优保修期。     

具有随机缺失响应变量的广义半参数模型

本文在响应变量随机缺失条件下,研究了广义半参数模型的拟似然估计方法,给出了缺失数据下的未知参数与非参数回归函数的拟似然估计,进一步求出了估计的渐近偏差和渐近方差,并证明了所给出的拟似然估计具有渐近正态性。     

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.     

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.     

多个威布尔分布形状参数的检验

一、引言在第二类型截尾样本的情况下,[1]文对于多个威布尔分布总体的形状参数的检验,提出了一个仅依赖于形状参数的极大似然估计的统计量,并用Monte-Carlor方法给出了统计量分布的分位点值。由于威布尔分布参数的极大似然估计,一般需要用电子计算机来计算,所以使用时有一定的困难。本文用极值分布参数的最好线性无偏估计来获得威布尔分布参数的估计量(参考[2]),并据此构造出适当的统计量     

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．     

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     

基于正态-混合对数正态共轭先验下时序趋势项的贝叶斯推断

系统地分析了AR(p)误差项的时间序列模型及条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-混合对数正态共轭先验下模型的贝叶斯推断理论,包括趋势项的核估计参数及先验参数的后验分布的统计推断.     

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。     

基于Hilbert变换与威布尔分布的轴承早期故障诊断

提出一种结合Hilbert变换与威布尔(Weibull)分布的早期故障特征提取新方法.首先对滚动轴承的振动信号进行Hilbert变换,求出其包络,然后将包络拟合为双参数威布尔分布模型,并求出威布尔分布负对数似然函数,将其作为表征滚动轴承运行状态的特征向量.最后,利用欧氏距离判别法进行滚动轴承的故障识别与分类.实验结果表明所提方法的有效性和可行性.     

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.     

逐步Ⅱ型删失数据下逆威布尔分布的参数推断

逐步Ⅱ型删失方案在可靠性工程和生物医学中应用最为广泛,为此考虑在该删失方案下对寿命数据中常见的逆威布尔分布两参数进行推断。为解决对数似然函数过于复杂、求解较为困难的问题,利用EM算法进行参数估计,利用Bootstrap法进行区间估计。通过Monte Carlo模拟比较了不同删失模式下两参数的估计效果并通过实例分析展示了该估计方法的有效性。     

区间删失下广义幂威布尔回归模型的参数估计

为研究区间删失的观测数据,结合广义幂威布尔分布和非线性回归模型提出了广义幂威布尔非线性回归模型,并基于迭代法给出了模型中参数的极大似然估计.最后就不同危险函数、样本量和删失比,通过蒙特卡洛模拟说明了参数估计方法的有效性.     

多重Ⅰ型混合截尾样本的Weibull分布参数估计

在多重Ⅰ型混合截尾样本情形下,讨论了两参数威布尔分布的参数估计问题.首先结合样本次序统计量联合密度函数给出了参数最大似然估计的表达式,其次利用Newton-Raphson迭代方法得到参数的最大似然估计,然后借助指数分布给出参数的精确置信区间,最后对参数的最大似然估计进行模拟研究和实例案例分析,最大似然估计的稳定性和有效...