非齐次泊松过程模型的参数计算方法

在软件可靠性分析中，应用最大似然估计方法三参数非齐泊松过程模型的参数时，所得到的方程组出现奇异性，直接求解存在很多困难，本文针对这种奇异性，采用区间优选法解决了这一问题，并实现了计算机自动求解。     

非齐次泊松过程类软件可靠性增长模型

现有的基于故障覆盖率的软件可靠性增长模型多是只考虑了累计故障覆盖率 ,没有描述每个测试用例能够获得的故障覆盖率 .为了使软件可靠性增长模型能更好地刻画软件的测试过程 ,建立了两个基于故障覆盖率的非齐次泊松过程类软件可靠性增长模型 .第一个模型假设每个测试用例有相同的故障检测能力 ,能获得相同的故障覆盖率 ;第二个模型考虑了越晚检测到的故障其被检测到的概率越低的特点 ,模型假设每个测试用例的故障检测能力与其出现的次序相关 .利用一组公开发表的软件失效数据对这两个模型进行了验证 ,结果表明这两个模型在这组失效数据上均能得到较好的拟合效果 .     

NHPP类开源软件可靠性增长模型的极大似然估计

为了提高开源软件产品的可靠性,针对软件测试过程中常见的不分组失效数据和分组失效数据,提出非齐次泊松过程(NHPP)类开源软件可靠性增长模型极大似然估计的一般形式;对GO模型、DSS模型、GGO模型、ISS模型和Ohba模型进行讨论,给出这5类可靠性模型的似然函数和似然方程;利用开源软件Apache Tomcat 5的真...     

有限区间[α，b]上混合泊松过程的统计推断问题

定义出一类新的计数模型——有限时间区间[α，b]上的混合泊松过程N（t）并给出其增量的性质，然后在一定的前提条件下给出了其强度∧的Baye检验，最后在前面检验的基础上给出了∧的Byes估计。     

一阶转移Poisson模型参数的统计推断

分析了一阶转移Poisson模型，给出了参数估计的方法．理论分析结果表明，参数估计具有渐近正态性，方差矩阵的估计具有相合性．     

泊松过程的教学研究

本文采用与现行教科书不同的方法，从泊松分布出发，借助于Ｃｈａｐｍａｎ－Ｋｏｌ－ｍｏｇｒｏｖ方程，导出泊松过程定理。其特点是：（１）可以与本科概率论课程中的泊松分布相衔接；（２）可以更形象地表现过程与分布之间的区别与联系，从而更充分地揭露出过程的物理含意；（３）可以减少导出引理以及在此基础上导出定理的较大篇幅，更直接地导出泊松过程定理     

有限区间[a,b]上混合泊松过程的统计推断问题

定义出一类新的计数模型———有限时间区间[a,b]上的混合泊松过程N(t)并给出其增量的性质,然后在一定的前提条件下给出了其强度Λ的Baye检验,最后在前面检验的基础上给出了Λ的Byes估计。     

复合泊松过程在系统可靠性中的应用

运用复合泊松过程建立了一类系统损伤模型,并给出了该系统在时刻t正常工作的概率和平均寿命等几个可靠性指标的计算公式.     

含内生协变量的泊松回归模型的经验似然推断

在模型的协变量为内生性协变量的情况下,考虑泊松回归模型的经验似然统计推断问题。通过结合一些辅助变量信息作为工具变量,提出一个基于工具变量的经验似然统计推断过程。数据模拟表明构造的经验对数似然比函数渐近服从标准卡方分布,进而给出了回归系数的置信域。并且模拟结果表明所提出的统计推断方法可以有效地消除协变量的内生性对估计精度的影响。     

泊松过程的随机模拟及参数估计

研究了泊松过程的随机模拟,给出泊松过程的最大后验密度可信区间,借助Matlab软件对此展开探讨并给出了模拟程序。     

截尾带倚时强度的泊松过程

提出一种新的模型－－截尾带倚时强度λ（ｔ）的泊松过程,在一般区间「ａ,ｂ」上给出了相应的一些性质和泊松流的分布。     

一种软件可靠度新模型的统计推断

软件可靠性越来越受到重视.本文对软件可靠性的著名模型-JM模型进行了修改并进行了研究,给出了模型中的参数的极大似然估计存在的充要条件.     

基于复合泊松过程的家教公司经济状况的分析

运用随机分析中的复合泊松过程分析了家教公司的经济收支情况,为家政公司的运作找到关键环节,并为经营决策者提供参考.     

广义泊松计数模型及其统计推断

基于广义泊松分布的性质,提出了广义泊松计数模型,解决了泊松计数模型中对照组数据过度分散和过度集中的问题.在模型的统计推断中,通过引入缺失数据和构建替代函数,研究了使用EM算法、MM算法计算模型中参数极大似然估计的迭代收敛算法.进一步地,通过统计模拟展示迭代算法中参数估计的误差,对模拟结果进行讨论得到有效的信息.     

非齐次泊松冲击模型下寿命IFRA分布类

研究了元件在运行一定时间to受非齐次泊松冲击下的寿命分布类,就3种模型给出了元件在运行岛时刻后的剩余寿命是IFRA的,该结论推广了泊松冲击模型的相应结果。     

非齐次泊松过程中向量参数极大似然估计的重对数律

对于具有向量参数的非齐次泊松过程的一般模型,论证了向量参数极大似然估计每个分量的收敛速度符合重对数律。     

分组数据下G—O模型的参数估计

研究了软件可靠性的重要模型－G－O模型的参数估计,对分组数据情形得出了该模型中参数的最大似然估计存在的充分必要条件。