沉降计算经验系数的Bootstrap法置信区间估计

采用Bootstrap法推断小样本条件下的沉降计算经验系数概率特征及置信区间,以解决工程中沉降计算经验系数样本量很少,难以应用常规统计方法分析其概率分布的问题。直接对样本重抽样,根据Bootstrap样本逼近参数真实分布,并纠正Bootstrap仿真过程中出现的偏差,以获得参数的无偏置信区间。通过某客运专线路基工程实例分析,得出:采用Bootstrap法可较好地推断小样本条件下沉降计算经验系数未知参数的概率分布,获得参数的置信区间;当面荷载在40～240 kPa范围内取值时,红黏土地基的沉降计算经验系数均值随载荷的增大而减少,经验系数均值服从正态分布,置信度为95%的经验系数均值的置信区间按荷载范围依次为[0.637,0.884],[0.637,0.884]及[0.901,1.165]。     

Bootstrap方法的仿真实现及其在系统偏差估计中的应用

该文研究Bootstrap方法与Bayes Bootstrap方法的原理及在小样本情况下的应用问题.分析了这二种统计方法的原理,给出了总体分布中未知参数的点估计方法和区间估计方法,后采用非参数抽样法,编写C语言程序,实现了Bootstrap方法与Bayes Bootstrap方法的计算机仿真.通过实例分析,给出了射击系统偏差在Bayes Bootstrap方法、Bootstrap方法和经典统计方法下的具体偏差值,得到Bayes Bootstrap方法优于其它二种方法的结论.     

基于Bootstrap的小样本可靠性评估方法

针对小样本情况下,采用极大似然估计Mle法求解分布参数会产生较大误差的问题,基于Bootstrap数据扩充的思想提出了B-mle法,减小了参数估计的误差.首先,利用Bootstrap法对小样本数据重抽样产生多组再生样本,达到扩充数据样本的目的;其次,对再生样本采用极大似然估计求解分布参数,得到多组参数的极大似然估计值,...     

基于熵权法的小样本灰色置信区间估计

针对小样本数据的灰色点估计和灰色区间估计问题,将样本误差均值、样本误差标准差引入到灰色距离测度中,改进了已有灰色估计算法.在对小样本数据进行密集扩充过程中,可以提高灰色估计的区分度.该算法利用数据本身分布特点,设计了数据间的灰色距离矩阵,提出了基于熵权法的灰色点估计权重计算方法.最后结合小样本数据进行了参数估计的仿真实例验证,在对小样本数据进行Bootstrap重抽样法作用下进行了不同灰色点估计和区间估计的比较,突出了所提算法的有效性,验证了理论分析结果的正确性.     

两正态分布总体变异系数差的区间估计

通过参数Bootstrap方法和广义推断方法得到了两正态分布总体变异系数差的区间估计,并通过模拟计算比较两种方法的优劣.利用Bootstrap方法,得到了参数Bootstrap样本,计算两总体变异系数差的区间估计;采用广义区间估计法,分别构造两个正态分布总体变异系数的广义枢轴量,求解两正态分布总体变异系数差的区间估计,最后通过模拟计算比较两种区间估计.研究结果表明,广义推断法能够更好地进行区间估计.     

双边定时截尾样本下复合瑞利分布的参数估计

利用极大似然法和EM算法研究了双边定时截尾样本下复合瑞利分布参数的极大似然估计.给出了参数的极大似然估计的存在唯一性证明和参数的EM迭代公式,借助Louis算法得到了EM估计的近似区间,随机模拟结果表明极大似然估计与EM估计相比,估计值较接近真值.     

基于非规则分布样本的航段油耗区间估计

飞机航段油耗估计是航空公司进行节能减排的重要基础。多因素影响下的航段油耗样本的非规则分布特征会导致一般的区间估计方法得到的估计区间质量较低,针对以上问题,提出了基于支持向量分位数回归(support vector quantile regression, SVQR)和Bootstrap相结合的航段油耗区间估计方法。利用SVQR非对称形式的绝对值残差最小化的思想估计航段油耗的条件分位数,并将其作为Bootstrap的输入来估计航段油耗总体的统计量,由于相同机型、航段的油耗样本总体满足正态分布,最后构建一定置信度的估计区间。实验结果表明：该方法的估计区间可信度更高、平均带宽更窄、提高了估计区间的质量。该方法能为航空公司合理的估计油耗及制定碳排放监测计划时提供参考。     

不同先验分布下三阶Erlang分布参数的Bayes估计

在定数截尾场合下,分别取共轭先验,Jeffreys先验和无信息先验,给出了三阶Erlang分布参数的Bayes点估计和区间估计,用极大似然法得到超参数的估计,通过随机模拟得到参数估计的均值和均方误差.最后通过模拟得到该分布的一组随机样本并给出不同截尾样本下的参数的3种点估计和区间估计.     

岩土工程参数Bayes法推断中先验与后验样本大小的探讨

岩土力学参数Bayes统计推断存在验前和后验样本信息问题.在解决工程问题时,先验与后验分布信息的获取是靠样本容量的大小确定,而获取样本信息是要付出工程费用的.为了探讨岩土参数Bayes法推断中先验与后验样本的取值大小,采用贝叶斯推断简化方法,通过对某工程的岩土力学参数分析,得到先验样本数为30~35个和后验样本数不少于4个时,计算出的统计参数均值与方差的误差最小.本文的研究为岩土工程力学参数概率统计样本大小的确定提供了参考.     

基于Bootstrap方法的近地风剖面参数分析

通过选取近海岸100 m测风塔获取的10 m、50 m、65 m、80 m、100 m等5个高度台风和季风风场强风样本,研究强风条件下近地台风和季风风场的平均风剖面参数合理取值,应用Bootstrap统计分析方法,分析了强风样本容量较小条件下平均风剖面参数变异性及置信区间。分析结果表明:近地台风风场平均风速剖面符合指数律或对数律,台风风场风剖面指数均值为0.12,95%置信度条件下的置信区间为[0.117,0.125];季风风场风剖面指数均值为0.07,95%置信度条件下的置信区间为[0.065,0.070];台风和季风风场平均风剖面指数均值估计的概率分布呈高斯分布特征,均值的置信区间相对较窄、趋于稳定,分析结果具有较好的精度和可信度。