基于负数阶矩的正值Alpha稳定分布的参数估计

为了精确估计正值alpha稳定（PAS）分布的参数，基于负数阶矩理论，提出了比值估计、对数矩估计和迭代对数矩估计3种参数估计方法．比值估计直接利用特定阶次的负数阶矩的比值来估计未知参数，对数矩估计利用PAS分布的对数变换及其负数阶矩的Taylor展式从而获得解析的估计形式，迭代对数矩估计通过样本分段迭代估计未知参数．与传统的估计方法相比，所提出的3种估计方法可以获得更高的估计精度，并且对数矩估计具有较低的计算复杂度．MonteCarlo仿真实验表明，当独立运行次数为100、样本总数为5000时，比值估计的估计精度可以达到99．8％，对数矩估计的估计精度可以达到99．95％，迭代对数矩估计的估计精度可以达到99．94％．     

矩法估计理论的一个推广

对数理统计中参数估计的矩法估计理论作了进一步的探讨，指出了样本中心矩代替总体中心矩的理论依据，并证明了由样本中心矩代替总体中心矩所构造的估计统计量与由样本原点矩代替总体原点矩所构造的估计统计量是一致的.     

双截尾Cauchy分布参数估计的若干问题

设{X_k,1≤k≤n}独立且均服从参数为μ,λ,A,B的双截尾Cauchy分布,得到了矩估计的性质并给出了当参数μ,λ已知时,参数A,B矩估计的数值解法,得出了参数A,B的极大似然估计并证明了其他参数极大似然估计的存在性和强相合性,最后利用极端顺序统计量的渐近分布得到了参数A,B的近似区间估计.     

基于累积矩生成函数多元响应降维子空间估计

结合多元响应降维子空间的矩生成函数估计和累积切片思想,提出了累积矩生成函数估计,并对样本估计量作改进.统计模拟结果表明,累积矩生成函数估计优于矩生成函数估计,改进的累积矩生成函数估计最优.     

可考虑历史洪水对数正态分布线性矩法的研究

简要介绍对正态分布线性矩与分布参数的关系，提出两种可考虑历史洪水的样本线性矩估计公式。统计试验结果表明，估计公式均具有较高精度。从两种估算公式中推荐一种效果更好的供实际频率计算使用，从而解决了具有历史洪水时对数正态分布的样本线性矩的计算问题。此外，对线性矩法与矩法、适线法作了对比分析，结果表明，线性矩法比矩法、适线法有较大的优越性，其不偏性能最好且具有良好的有效性。     

指数分布冷贮备单元的串联系统产品的统计分析

考虑寿命服从指数分布的冷贮备单元串联而成的系统,给出了参数的矩估计、极大似然估计和逆矩估计,并通过大量Monte-Carlo模拟考察估计的精度,得到矩估计和极大似然估计优于逆矩估计.同时,还给出了参数的精确区间估计和近似区间估计,通过大量Monte-Carlo模拟考察了区间估计的精度,得到参数的精确区间估计优于近似区间估计.     

双参数指数分布的加权矩估计

利用加权矩估计方法,得到双参数指数分布中参数的加权矩估计量,讨论了估计量的方差和特征函数,并利用算例说明了加权矩估计优于矩估计．     

马氏链首达时间反问题中矩的估计及其性能分析

提出了马氏链的反向问题中，在独立加性高斯有色随机噪声背景下，估计Ｍａｒｋｏｖ链首达时间各阶矩的统计方法。利用累积量的性质，得出了带噪样本的ｋ阶矩仅与噪声的方差有关，而与噪声的其它任意阶矩无关，并证明了用该方法得到的估计值具有无偏性和强相合性的统计性能。通过一个数值例子仿真了连续时间参数Ｍａｒｋｏｖ链模型的构造过程，得到的首达时间各阶矩的估计值及其分布函数的Ｌ－Ｓ变换比去噪处理前更接近无噪声情况，在理论和实验两方面验证了该方法的有效性。     

USDBL（1，0，1）模型参数矩估计

本文讨论了USDBL（1,0,1）模型的平稳条件,在模型满足平稳条件的情形下研究了该模型的二阶中心矩所满足的差分方程、并由此得出了模型参数的估计公式．最后研究了该模型矩估计的渐进性质．     

基于均值绝对离差的参数估计

针对矩法估计存在不足，文章提出了利用样本均值、样本均值绝对离差作为总体均值、均值绝对离差估计量的思想方法，从而得到了位置参数、尺度参数的估计量。本文最后通过在正态分布中随机抽取样本的方法对矩法估计与均值绝对离差估计的优劣性进行了比较。     

定时截尾样本下两参数韦布尔分布的矩估计

讨论定时截尾样本下两参数韦布尔分布的矩估计问题.得到了在定时截尾样本下两参数韦布尔分布的矩估计方程,进而得截尾样本的矩估计(MME).证明了修正矩的大样本性质.     

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。     

线性时间序列模型与双线性模型的识别研究

根据线性模型的特点，在推广的高阶矩概念的基础上，将高阶矩应用于系统的结构辨识问题中。介绍了用最小二乘原理估计高阶矩参数以及判定参数置信区间等内容。     

回归函数改良核估计的收敛速度

回归函数的核估计在通常情况下需要核函数具有有界支撑 ,随机变量Y要求具有l阶矩 ,其中l>1。在核函数改进为包括无界支撑甚至不可积 ,并且去掉了对Y的矩的其它要求的情形下 ,讨论了回归函数改良核估计在完全样本及在删失样本情形下的收敛速度 ,得出了与原来情形同样的结论 ,推广和改进了文献 [1- 2 ]的相应结果     

ZEPNIKET矩的旋转不变性及对旋转角度的估计

Ｚｅｒｎｉｋｅ矩所用的变换核是一组正交换核，并且矩的模在空间上是旋转不变的，本文指出了Ｚｅｒｎｉｋｅ矩的相位包含了所有有关目标在空间取向的信息，为了提取这一重要信息，提出利用大于给定门限的多个矩的统计估计方法，计算机模拟结果，表明了这种方法有效性。     

具有部分缺失数据混合瑞利分布参数的估计

利用矩估计的方法,研究在缺失部分数据的情况下混合瑞利分布总体中参数的估计问题,通过建立矩估计方程组求出未知参数的矩估计,由强大数定律和多元中心极限定理证明了估计参数具有强相合性和渐近正态性,并且随机模拟的结果也表明了参数估计是正确的。     

逐次定数截尾下双参数指数分布的参数估计

讨论了双参数指数分布基于逐次定数截尾样本下的参数估计,导出了参数的逆矩估计和极大似然估计,并通过数值模拟进行比较,模拟结果表明逆矩估计优于极大似然估计。     

完全极大似然估计与分步极大似然估计

得到了完全极大似然估计的一个重要性质和线形模型、指数分布、均匀分布的完全极大似然估计和分步极大似然估计，并与矩估计和极大似然估计进行比较，结果表明了完全极大似然估计和分步极大似然估计的优良性。     

区间数据样本下指数分布平均寿命的矩估计

讨论了区间数据样本下单参数指数分布的两种矩估计问题.分别利用δi和(Vi,δi)构造出单参数指数分布的两种矩估计,就无偏性和渐近方差为指标,得到两种矩估计的比较.     

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。