生长曲线模型的综合岭估计

该文提出了生长曲线模型回归系数的一种新的有偏估计—综合岭估计,讨论了综合岭估计的优良性、可容许性等性质,给出了其迭代解和极小化均方差的无偏估计解。在综合岭估计下,岭估计、广义岭估计、根方估计成为其特例,从而统一了生长曲线模型的岭估计和根方估计理论。     

正态总体误差方差的经验Bayes估计及其优良性

对正态总体误差方差在共轭先验分布和加权平方损失下导出了其Bayes估计,构造了其参数型经验Bayes(PEB)估计,研究了其在均方误差(MSE)准则下相对于一致最小方差无偏估计(UMVUE)的优良性.当先验分布中的超参数完全未知时,通过数值模拟比较了PEB估计和UMVUE的均方误差,获得了PEB估计的优良性.     

多循环频率时差-Doppler估计方法及性能分析

单循环频率循环估计子由于只利用了单个循环频率处的信号信息,其估计性能及适用条件受到了较大限制.针对这一局限性,文中研究了综合利用多循环频率信号信息的多循环频率循环估计子,其基本思路是将多个单循环频率循环估计子按一定准则融合在一起,解决单循环频率循环估计子面临的困难.文中还以时差估计为例,详细推导了多循环频率循环估计子对时差的估计理论精度,并不加推导地给出了频移估计的理论精度.理论计算和数字仿真实验结果均说明多循环频率循环估计子确实具有较单循环频率循环估计子和传统相关方法更好的估计性能,并且这种估计方法具有较好地适应不同特性噪声的能力.     

等式约束下线性模型的可容许性

对等式约束线性模型 ,文章得到了均值参数的条件可估函数的 BLU估计 ,且得到了其线性估计在线性估计类和一切估计类中可容许的充要条件     

加权平衡损失函数下逆伽马分布的Bayes估计

在逆伽马分布尺度参数的先验分布为其共轭先验分布伽马分布Γ(a,b)时,给出了其在加权平衡损失函数下的Bayes估计、E-Bayes估计和多层Bayes估计.最后通过数值模拟,说明了此3种估计具有较高的稳健性和精确性,其中多层Bayes估计的稳健性最好,E-Bayes估计的精确性最好.     

回归系数的stein型广义主相关估计

根据主相关估计的思想,针对广义线性模型,本文给出了一种新的回归系数的有偏估计——广义主相关估计,并将其与stein型压缩估计相结合,提出stein型广义主相关估计,在均方误差的意义下考虑其特性,对偏参数的范围予以讨论.     

泊松分布参数的整数幂的联立估计和广义Bayes估计

研究了在独立样本下泊松分布参数的整数幂的联立估计。在二次损失假定下,证明了其无偏估计的改进估计和广义Bayes估计都优于无偏估计。     

Gompertz分布尺度参数的最短区间估计

研究了Gompertz分布尺度参数的极大似然估计和区间估计方法,给出了Gompertz分布尺度参数的最短区间估计方法;通过实例验证了尺度参数的置信区间包含其极大似然估计值,指出了最短区间估计方法较传统区间估计方法的优越性。     

因子得分的岭估计及其相对效率

文章对正交因子分析模型中Bartlett因子得分估计的不足做了改进,损失其无偏性,减小估计的均方误差.并给出了改进后的估计与原估计的相对效率的上界。     

电力系统状态估计研究综述

电力系统状态估计是能量管理系统(EMS)的重要组成部分,其结果直接影响电网调度的智能化分析与决策。综述了电力系统状态估计的研究现状。首先,简要分析了电力系统经典静态状态估计和动态状态估计的基本功能及其发展;然后,介绍了几种目前新出现的状态估计方法,即新息图状态估计、谐波状态估计、配电网状态估计等,指出各个方法的优缺点。最后,对状态估计方法中值得研究的方面进行了展望。     

增长曲线模型中共同均值参数线性估计的泛容许性

讨论了增长曲线模型中共同均值参数的估计问题,在二次损失下得到了其共同均值参数的线性估计在非齐次线性估计类中是泛容许估计的充分和必要条件.     

拉普拉斯级数的部分和

讨论了拉普拉斯级数的部分的一致逼近。通过估计瓦勒普山和逼近度，建立了部分和算子收敛度的最佳逼近估计，其估计式主最佳Ｌｐ逼近，改进了经典的勒贝格型估计，证明在某种情形下其估计式是最好可能的。     

半变系数模型的估计及性质

半变系数模型在统计中具有重要的应用,本文时该模型的常数系数,采用局部多项式估计方法和平均方法,给出了它的估计,对于函数系数的估计通过应用常数系数的估计,采用局部多项式估计方法给出其估计,并给出估计的渐近正态性和证明．     

高阶常微分方程特征值的上界估计

考虑高阶常微分方程特征值的上界估计,利用试验函数、Rayleigh定理和不等式估计等方法,获得了用前n个特征值来估计第n+1个特征值的上界的不等式,其估计系数与区间的几何度量无关,其结果在物理学和力学等领域中应用广泛.     

广义岭估计的相对效率

考察Gauss-Markoff模型中未知参数向量的最优线性无偏估计的改造问题,引入讨论了方兴等 提出的最优化无偏估计的一种估计的相对效率,把其对一般岭估计的部分研究结果推广到广义岭估计。     

Stein损失函数下的保费估计

利用信度理论研究在Stein损失函数下的保费估计问题,分析了贝叶斯估计、信度估计、多层贝叶斯估计3种估计,并计算3种保费估计,比较其结果发现在Stein损失函数下:当样本数n趋于无穷大时,信度保费会收敛到风险保费,且多层贝叶斯估计比贝叶斯估计的稳健性更强.     

加权p，q对称熵损失下Poisson分布变异系数的Bayes估计

为更全面研究Poisson分布的估计问题,在加权p,q对称熵损失函数下,讨论了Poisson分布变异系数的Bayes估计,并给出了Bayes估计的置信区间和多层Bayes估计,得到了其具体形式。     

多循环频率时差Doppler估计方法及性能分析

单循环频率循环估计子由于只利用了单个循环频率处的信号信息，其估计性能及适用条件受到了较大限制. 针对这一局限性，文中研究了综合利用多循环频率信号信息的多循环频率循环估计子，其基本思路是将多个单循环频率循环估计子按一定准则融合在一起，解决单循环频率循环估计子面临的困难. 文中还以时差估计为例，详细推导了多循环频率循环估计子对时差的估计理论精度，并不加推导地给出了频移估计的理论精度. 理论计算和数字仿真实验结果均说明多循环频率循环估计子确实具有较单循环频率循环估计子和传统相关方法更好的估计性能，并且这种估计方法具有较好地适应不同特性噪声的能力.     

Nekrasov-矩阵的逆矩阵的无穷大范数的上界新估计

Nekrasov矩阵作为H-矩阵的一个重要子类,一直都是广大学者研究的热点矩阵之一.研究了Nekrasov矩阵的逆的无穷范数上界估计问题,首先,给出了其逆矩阵的无穷范数的新估计式.其次,证明了新估计式改进了相应文献的结果.最后,通过数值例子表明新估计式比已有估计式估计更具优越性.     

熵损失函数下Burr分布参数的Bayes估计

讨论了在熵损失函数下Burr分布的参数在不同先验分布下的Bayes估计,并且讨论了其多层Bayes估计,给出了容许性估计的一般形式.