中间删失下指数分布的参数估计

考虑中间删失数据的指数分布,我们观测不到落在某个随机区间内的数据。用图解法得出参数的极大似然估计,在随机删失区间的端点分布已知的条件下推出参数的矩估计。     

基于删失数据的变系数模型的小波估计

研究了删失数据下的变系数模型．由于数据删失,常用的统计方法不能直接应用于此模型．首先利用一种变换方法对响应变量观测值进行条件无偏修正;然后,正如完全数据一样,利用小波方法,给出了系数函数的小波估计．在关于系数函数光滑性的较弱的假设条件下建立了该估计的渐近正态性．     

删失回归模型的分位数变量选择和压缩估计

删失回归模型是一种响应变量受限制的模型,广泛应用于计量经济学中.针对删失回归模型,借助于分位数估计方法和SCAD型惩罚函数,提出了一种变量选择和压缩估计方法.该方法可选出对模型有贡献的回归变量,即非0回归系数,同时给出非零参数的一个相合估计.另外,获得了变量选择方法的oracle性质.最后,利用数值模拟计算说明所提出方法的效果.     

中间删失数据丢弃情形指数分布的参数估计

考虑中间删失数据丢弃情形的指数分布,我们观测不到落在某个随机区间内的数据。当随机删失区间的端点的分布满足一定条件下得出参数的极大似然估计。     

删失数据威布尔分布参数的贝叶斯统计分析

主要讨论了当寿命分布是威布尔分布时删失数据的贝叶斯统计分析方法．在考虑尺度参数先验取为逆伽玛分布而形状参数先验分别取为离散分布和均匀分布条件下给出了多种删失数据场合参数的贝叶斯估计;同时为使得计算更为简便,给出了计算贝叶斯估计的Gibbs抽样方法．模拟结果表明给出的方法是有效可行的．     

删失情形下污染分布的近邻估计

本文研究了删失情形下污染分布中的污染系数和未知原分布的近邻估计，并且分别在删失分布已知和未知时证明了估计的一致弱相合性，最后给出了污染系数的模拟结果。     

截断情况下回归函数的经验似然推断

讨论在数据截断情况下回归函数的经验似然比置信区间的统计推断．其中，响应变量的估计采用class k估计，响应随机变量和删失随机变量的分布函数用其对应的K-M函数替代，得到调整的对数似然比统计量渐近x1^2分布的结果．     

区间删失数据下参数估计的比较

主要讨论了寿命分布为指数分布时区间删失数据的参数估计。在I型删失情况下得到了参数的Bayes估计和矩估计。进而,利用数值模拟的方法比较了Bayes估计和矩估计的优劣。     

左截断右删失数据下伽马分布的参数推断

伽马分布是生存分析中应用较为广泛的一种连续型寿命分布。本文基于矩估计方法研究左截断右删失数据下伽马分布的参数估计问题,通过引入潜在数据推导出参数迭代公式,利用矩估计方法的渐近正态性质得到伽马分布参数的渐近置信区间,并进行数值模拟实验。模拟结果表明：在删失比例较小的情况下,参数推断的结果更接近真值;矩估计方法适合大样本情况,同种删失比例随着样本量增大,参数估计的效果更好,渐近置信区间长度变短。     

随机删失下非线性回归模型均值的置信域

考虑随机右删失数据下非线性回归模型中响应变量均值的估计问题,应用经验似然方法构造响应变量均值的调整的经验似然比统计量,证明了在一定的条件下,统计量渐近服从x2分布,所得结果给出了均值的渐近置信域.     

定时截尾下具有部分缺失数据两个指数总体参数的估计与检验

利用极大似然估计方法, 研究定时截尾下具有部分缺失数据的两个指数总体中的参数估计问题, 以及两指数总体参数相等的假设检验问题. 证明了估计的强相合性以及渐近正态性, 给出了检验两总体参数相等的检验统计量及检验统计量的极限分布.     

二项分布的几种经验Bayes估计方法

讨论了4种二项分布的经验贝叶斯估计,并通过实例比较了这4种方法的优缺点.其中参数化方法缺点是要注意先验分布的选择;最小熵方法的缺点是只能采用数值解法;线性经验贝叶斯方法的优点是不需求出先验分布,结果简明,便于应用,缺点是需要估计局限于样本x的线性函数;条件期望法的优点是不必考虑先验分布的类型、参数等,只需要有充分多的“经验”样本.     

客户期望寿命的乘积限估计

采用生存分析中的非参数方法估计客户在其每个交易期内的维系概率、客户的期望寿命和客户终生价值。在将客户采购“日历”记录转变成“年龄”记录后,针对数据删失导致的流失、未流失和部分流失等3种客户生存状态,应用K ap lan-M e ier乘积限方法估计其生存概率,进而计算客户的期望寿命。在此基础上,提出结合净收益时间序列或加权平均计算客户终生价值。借助主流统计软件包(如SA S系统)进行乘积限估计,可以有效地实现该文提出的模型。     

对称熵损失下两个指数总体均值的序约束估计

在对称熵损失下, 讨论了样本容量相等时, 两个指数总体均值λ_i(i=1,2)的约束极大似然估计i的险, 其中约束为λ₁≤λ₂. 证明了λ₁与λ₂具有比经典极大似然估计X₁与X₂ 更小的风险, 并给出了当λ₂/λ₁→∞和n→∞时,λ_i对X_i(i=1,2)渐近功效e(λ_i,X_i)的值.     

重尾分布尾部指数的Crovella估计性质研究

重尾分布的尾部指数的估计方法有很多种，但都不同程度地存在一定的局限，为此，Crovella提出了一种从标度特征方面来估计尾部指数的方法，该方法易于应用，估计结果也比较准确．在阐述了该估计方法的具体步骤后，给出了相应的估计量，并从理论上对该估计量的相合性进行了分析，证明该估计量具有强相合性．     

群体相关下的一种回归分析

作连续调查研究抽样时经常用到回归估计。如果前后两个样本相互独立,并且它们所包含的元素不同,就无法直接计算出回归系数。本文在群体相关模型下给出了一种新的回归估计。模拟研究表明,当估计总体均值时,如果前后两个样本都来自大的总体,则新的回归估计与样本均值几乎一样好;如果前期样本来自大的总体,而后期样本来自一子总体,则在本文模拟的例子中,新的回归估计比样本均值要好。     

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.     

I型截尾模型修正后平均寿命的非参数估计

对传统Ⅰ型截尾模型适当修正后,给出了平均寿命期望的无偏估计,并证明了该估计的方差在一定条件下严格小于开窗法得到的方差,模拟结果表明该方法是有效的.