多重线性回归模型系统的贝叶斯预报分析

指出多重线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分．通过模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布．研究结果表明：由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性的差异,前者为从矩阵正态分布,而后者为矩阵t分布．     

基于参数的贝叶斯先验选择方法

在一个参数的可选先验分布类中选择一个合理先验的问题，类似于从参数空间中估计一个恰当参数的问题．基于这一观点，利用贝叶斯分析的后验分布理论，先求出参数的后验分布，再根据后验分布中各个先验的相对似然选取似然最大的先验为合理先验，从而建立了一个基于参数的后验分布的先验选择方法，它是ML-Ⅱ先验的一个拓广．     

确定岩体力学参数先验分布的随机加权Bayes方法

岩体力学参数在进行Bayes法统计时必须利用先验分布,但经常出现先验信息少而不能确定先验分布的情况.为了解决小样本条件下先验分布确定的问题,采用随机加权重采样技术,产生岩体力学参数再生样本来模拟先验信息的总体分布,从而获得岩体力学参数先验信息统计分布的均值与方差,将其与当前样本分布信息代入贝叶斯公式,从而实现了对岩体力学参数后验分布的确定.仿真算例证明,这种方法在进行岩体力学参数估计时比经典参数估计方法有更高的精确性.     

多级评分的Bayes估计

对多级评分的测验题型,给出了其Bayes模型,把先验分布从无信息先验推广到了更一般的Dirichlet先验分布情形,求出了参数的Bayes估计,指出了其意义,并在不同样本条件下给出了先验分布超参数的估计.     

Mlinex损失函数下Weibull分布的Bayes估计

基于Mlinex损失函数,在逐步增加Ⅱ型截尾样本下,讨论Weibull分布参数的Bayes估计．取逆伽玛分布为共轭先验分布,给出参数的Bayes估计,证明估计的可容许性．通过数值模拟,说明Mlinex损失函数下估计的稳健性．     

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．     

参数在线学习的动态贝叶斯网络态势估计算法

为快速实现对战场态势的精确估计,提出了参数在线学习的动态贝叶斯网络方法:在基于专家知识确定的动态贝叶斯网络结构模型基础上,用前向递归方法对网络模型的参数进行估计.针对战场态势模型的观测值具有小样本的特性,以狄利克雷分布作为样本的先验分布,采用矩估计法对先验分布的超参数进行估计,以该先验分布的等价样本与观测值实现对网络参数的学习和对战场态势的估计.仿真实验结果表明,应用该方法实现态势估计具有较高的实时性和准确性.     

弹点散布方差的动态修正Bayes估计

针对小样本情形下用传统方法对参数进行估计难以得到满意结果,在采用矩法由历史数据估计先验分布参数的基础上,将先验信息和后验信息相对化,采用动态修正Bayes估计法,对零均值正态分布的方差进行估计,建立了动态递推模型．并用蒙特卡罗法进行仿真模拟,结果表明,所采用的方法提高了估计精度．     

双边定数截尾下Pareto分布的Bayes估计

基于双边定数截尾样本,在LINEX损失函数和复合LINEX损失函数下,考虑无信息先验分布与共轭先验分布,讨论Pareto分布的形状参数的Bayes估计,并对各条件下参数的估计进行数值模拟比较分析。结果表明,在不同损失函数下,取共轭先验分布时参数的估计优于无信息先验分布下的估计,且在LINEX损失函数下,先验分布取Γ分布时,参数估计的均方误差较小,估计的效果更好。     

多方程线性模型系统的贝叶斯预报分析

多方程线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分.作者利用模型系统的统计结构,证明了矩阵正态Wishart分布为模型参数的共轭先验分布. 利用贝叶斯定理,作者根据模型的样本似然函数和参数的先验分布推得了参数的后验分布,然后从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布. 研究表明由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性差异,前者服从矩阵正态分布,而后者服从矩阵t分布.     

艾拉姆咖分布参数多重模糊假设检验的贝叶斯方法

模糊假设检验问题是应用统计推断和统计决策中处理模糊概念的一种比较重要的情形.对于艾拉姆咖分布参数的模糊假设检验问题,本文在特定的损失函数下研究了其贝叶斯解,并给出了数值算例.其中,先验分布考虑了Jeffreys先验和共轭先验.     

动态概率模型跟踪性能退化的实时可靠性评估方法

针对实时可靠性评估中先验信息难以获取、分布假设不符合实际情况的问题,提出一种基于动态概率模型的实时可靠性评估方法.采用Parzen核密度估计构造滑动概率神经网络,使用滑移时间窗进行统计样本的动态选择,以非参数方式实时估计性能退化数据的条件概率分布,将超过失效阈值的分布函数值作为可靠性指标,来实现个体设备无先验信息条件下的可靠性评估.通过对高压水除鳞泵和加热炉风机失效过程数据的分析,验证了该方法的可行性和实用性.     

估计中模糊先验信息的一类定量描述方法

在Bayes可靠性评估中,为了提高小样本条件下可靠性的精度,需要利用专家经验等信息.而可靠性工程专家习惯于将自己的意见用模糊信息来表述.基于模糊隶属函数,对专家模糊经验信息做出了定量描述,并在此基础上利用Bayes方法实现了语音选择器的专家信息与实验数据的有效融合.实例表明,在专家经验信息的置信区间较宽时,采用三角型模糊分布能有效提高可靠性评估的精度.而置信区间较窄时,正态型分布具有更好的融合效果.     

受噪声影响的模糊样本学习理论的关键定理

统计学习理论是一种较好的小样本统计理论,它所处理的数据是随机样本.考虑到现实世界的模糊性,把统计学习理论中的样本从随机样本扩展到模糊样本既有理论意义又有应用价值.然而目前基于模糊样本的统计学习理论的研究,总是假定所处理的样本不受噪声的影响,从而不会引起误差,但由于人为、环境等因素的影响,事实往往并非如此.基于此种考虑,本文给出了受噪声影响的模糊样本的统计学习理论的关键定理.     

NC项比率未知情形下的Dorfman群检验误差效果分析

本文对Dorfman群检验问题建立一个Bayes模型，取NC项比率ω的选验分布为Beta分布。利用共轭分布法，我们得到的反验分布还是Beta分布，然后由Bayes估计得出ω由此通过群检验本身过程就可得出ω。而且可以随着检验次数的增加而逐步调整。节省了检验次数，同时又没损失信息。本文还给出了一种利用专家意见确定Beta分布参数的方法讨论了最佳分组的步骤与方法。     

天然叠层橡胶支座水平刚度的概率统计分析

以橡胶支座剪切模量作为水平刚度的变量参数,对同一厂家、同一直径天然叠层橡胶支座剪切模量的概率统计特性进行了研究。借助matlab软件,进行卡方以及KS假设检验,从而得出了其概率分布形式及相应参数。然后通过将各样本符合的分布分别转化成标准分布形式以增加样本数量来判断哪种拟合形式更优。结果表明,同一厂家、同一直径支座剪切模量更好地服从极值Ⅰ型(最小值型)分布。以上结论可为更准确地分析隔震结构的可靠度,明确其目标可靠度,完善基于概率理论的隔震结构设计方法提供依据。     

Lindley分布中参数的区间估计和假设检验

研究了Lindley分布参数的区间估计和假设检验问题.给出了参数的置信区间和假设检验的拒绝域,并运用随机模拟的方法对参数进行了统计分析.     

基于可能性准则的一元累积和控制图

基于过程检验统计量模糊化后的隶属函数确定的可能性分布,提出了一种对质量模糊特性进行累积和控制的方法,其中应用了一类新的距离概念、新的方差和样本方差.将LR-型质量数据看作中心值变量服从正态,二扩展变量服从均匀分布的模糊随机变量,进而对过程均样本作近似正态处理,根据Kruse-Meyer对模糊数据假设检验的方法,给出了独立观测下一元累积和控制的可能性准则.     

毛管压力曲线分布特征的确定

本文严格建立了常见的几种不同毛管压力曲线分布在统一座标系下的分布特征,从而使目前在毛管压力中存在的各种不同分布能在同一座标系下进行判断。分布类型的确定,重点在于对结果的检验,这有利于避免结果的多解性和人为性的影响。文章通过对正态分布几个公式的意义进行数学描述,用x~2分布的数值代入进行计算的结果,进一步阐明正态分布的标准曲线与实际曲线的差异对结果参数的影响,因此,仅用概率论方法进行假设检验还不够,必须用统计学参数进行检验;仅用曲线的特征参数不能正确判断曲线的分布特征,必须用实际曲线与标准曲线的拟合法才能确定。在此还解释了经常遇到的统计学参数(用矩法求得的结果)与正态分布法结果不同的现象。