三参数Weibull分布下随机截尾恒加寿命试验的Bayes统计分析

利用随机截尾恒加寿命试验所获的数据，导出了三参数Ｗｅｉｂｕｌ分布在平方损失下，三个参数的Ｂａｙｅｓ估计，进一步估计了在正常应力水平下的各种可靠性指标     

二参数指数分布有序约束位置参数的保序估计

假定有两个来自于不同的二参数指数分布的独立样本，它们的位置参数满足顺序约束．本文分三种情形对常规估计作出了改进，给出了有约束位置参数的估计，并在一组特殊的参数下证明了它们在均方损失函数下优于常规估计．     

三个Gamma分布尺度参数的线性函数在无约束和树序约束下估计量的比较

讨论了三个Gamma分布总体的尺度参数的线性函数在树序约束下的估计问题.在均方误差标准下,给出了尺度参数的线性函数在树序约束下的极大似然估计(MLE)控制无约束条件下的无偏估计(UE)的充分条件.     

熵损失函数下几何分布参数的Bayes估计

本文在熵损失下，给出了对于任何先验分布的几何分布参数θ的Bayes估计，同时由参数θ的充分统计量Σni=1Xi，给出了熵损失函数下，不同先验分布时几何分布参数θ的Bayes估计，并且证明了在熵损失函数下，对任一先验分布，几何分布的参数θ的Bayes估计δB（X）是可容许估计．     

三参数Weibull distribution场合下定数截尾矩估计

本文讨论了在定数截尾样本下三参数威布尔分布的矩估计问题，并改进了文[4]的结果。     

逐步Ⅱ型删失数据下广义指数分布形状参数估计

该文研究了在逐步Ⅱ型删失数据下,广义指数分布形状参数的E-Bayes估计,在损失函数为平方损失的情况下,分别给出了三种超参数先验分布的E-Bayes估计表达式.运用R软件中的mcmc程序包进行数值模拟,模拟结果表明,估计效果比较稳健,在相同的样本量下估计值的大小顺序为:■,第三种超先验的估计效果最好.     

关于混合设计模型处理效应估计的进一步讨论

１９９２年Ｋｈｕｒｉ．Ａ．Ｌ提出在区组设计正交条件下，混合设计模型中参数向量β（不含βλ０的区组内估计与联合估计是一致的；本文则研究了混合设计模型中位置参数β０的三咱估计，并证明了在区组设计正交条件下βλ的区组内估计β０、经典ＬＳＥβ０，与联合估计β０是一致的。这一工作将ｋｈｕｒｉ．Ａ．Ｌ的结果推广到处理效应的全部待估参向量τ＝（β０，β）在区组设计正交条件下都是一致的，对人们在混合设计中采用正交     

三参数威布尔分布置信限的确定和C—R—S—N曲线的拟合

论述了利用三参数威尔分布描述机械零件疲劳寿命，并在一定置信度下求Ｒ－Ｓ－Ｎ曲线的方法，即根据试验所得的应力－寿命样本，运用优化方法对三参数威尔分布参数进行估计；并在一定置信度下，求出不同可靠度的疲劳寿命，进而拟合出Ｃ－Ｒ－Ｓ－Ｎ曲线，求出相应的疲劳极限应力值。     

回归系数可容许线性估计的一点讨论

在平方损失函数和一特殊线性模型下，得到了一维不可估参数函数的线性估计为可容许估计的充要条件，以及模型中参数向量的线性估计为可溶许估计的充要条件。     

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．     

三参数威布尔分布置信限的确定和C─R─S─N曲线的拟合

论述了利用三参数威布尔分布描述机械零件疲劳寿命，并在一定置信度下求Ｒ─Ｓ─Ｎ曲线的方法。即根据试验所得的应力─寿命样本，运用优化方法对三多数威布尔分布参数进行估计；并在一定置信度下，求出不同可靠度的疲劳寿命，进而拟合出Ｃ─Ｒ─Ｓ─Ｎ曲线，求出相应的疲劳极限应力值。     

生长曲线模型中共同均值参数线性估计的泛容许性特征

本文讨论了生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均值参数的线性估计线性估计类中的泛容许性特征。     

关于三参数Pareto分布的参数估计问题

在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes(PEB)估计;按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质;根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n-1)。     

半参数回归模型参数的Bayes估计

讨论了半参数回归模型在先验正态假设下的Bayes估计，当σ2已知时，它是Blight的著作中非参数回归有关结果的推广．还给出了当σ2未知时，各参数相应的Bayes估计．半参数回归模型参数的Bayes估计@陈兰祥@李生文     

非对称三参数Weibull分布的统计分析及其应用

在两参数Weibull分布的基础上,提出了一种取值于(-∞,+∞)上的非对称三参数Weibull分布,研究了其密度函数的图形特征,给出了该分布的数字特征,在全样本场合下给出了参数的两种矩估计和极大似然估计,并通过Monte-Carlo模拟考察了估计的精度.最后选取2016年1月4日至2016年5月6日上证综指和深圳成指的数据,应用非对称三参数Weibull分布对中国股市大盘进行实证分析,结果表明非对称三参数Weibull分布模型能够较好地拟合中国股市大盘的日收益率,同时还得到了相应参数的点估计.     

海量数据下线性混合效应模型的估计算法

基于以往文献提出线性混合效应模型参数的三步估计方法,避免了繁杂的极大似然估计迭代步骤。同时为进一步解决海量数据下计算估计量时存在的存储瓶颈及计算时间过长问题,在海量纵向数据的两种不同数据格式下,分别基于三步估计方法利用分治算法计算模型参数的估计量。数值模拟和实证分析结果表明,本文所提出的三步估计方法和估计量的分治算法可以减轻计算负担,减少占用内存,解决内存不足的问题,并提高计算速度。     

刻度指数族参数的渐近最优的经验Bayes估计

对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计，并构造了相应的经验Bayes估计，证明了该估计是渐近最优的。     

威布尔分布位置参数估计的性质

文[1]提出用右逼近法求三参数威布尔分布位置参数的估计，本文对这种估计的性质进行了讨论。     

NA误差下线性模型参数M估计的强收敛速度

在NA误差下讨论了线性回归模型参数M估计的强收敛速度，从而将[1]在独立误差下的线性回归模型参数M估计的强收敛速度推广到NA误差场合。     

基于EM算法约束条件下参数的估计

讨论了多元正态模型中的参数估计问题.利用EM算法和ECM算法给出了多元正态模型在协方差阵已知或未知的情况下,参数在简单序约束、伞型序约束和递增的凸序约束条件下的极大似然估计.当参数向量不多于三个分量时,给出了显式结果;当参数向量高于三个分量时,给出了求参数极大似然估计的相应线性变换.