三参数Weibull分布参数的估计

主要给出了三参数Weibull分布参数极大似然法估计的一种方法.首先用矩阵法确定样本的均值、标准差和偏差系数;再利用现成的数表粗略地进行分布参数的点估计,然后以这些点估计值作为迭代初始点,用牛顿法进行迭代计算求解由三参数Weibull分布确定的似然方程,最终求得分布参数的估计值.实例表明,结果是令人满意的.     

Pareto分布参数的Bayes估计

文章主要研究了Pareto分布的参数估计。在平方损失函数下给出了Pareto分布参数的Bayes估计,并且证明了这一估计是可容许的。在Q-对称熵损失函数下,讨论了Pareto分布参数的Bayes估计。     

Pareto分布中尺度参数的区间估计

研究了枢轴量法、极大似然估计的渐近正态性法和轮廓似然函数法,求解了Pareto分布中尺度参数的置信区间.通过生成随机数进行数值模拟分析,得出区间估计和区间长度,对这几种区间估计方法进行了比较.     

泊松分布参数的区间估计

本文讨论了泊松公布与Γ分布的联系,并通过X~2分布的分位点表示泊松参数的置信限。     

Poisson分布的参数函数无偏估计

讨论了在Poisson分布情况下参数函数的无偏估计,并给出相应的证明和实例.     

极值分布参数的Dehaan矩估计

极值理论是研究极端现象及极端事件的有力工具之一。对极值分布的参数,给出了Dehaan矩估计。并对基金净值样本数据建立了极大(小)值模型,对其参数给出了Dehaan矩估计,预测结果与实际相符。     

Pareto分布中形状参数的估计

本文研究了Pareto分布中形状参数的估计问题.采用极大似然估计及其渐近正态性、轮廓似然估计和矩估计的方法对形状参数估计,通过生成Pareto分布随机数的方法进行数值模拟,比较渐近正态性和轮廓似然估计得到的区间长度以及极大似然估计和矩估计得到的估计值,给出各估计的优缺点.     

用抽样分布对双参数威布尔分布参数的区间估计

本文提出了一种完全不同于现成方法的、以两个抽样分布为基础的估计仅参数威布尔分布的形状参数和尺度参数的置信限的方法。该法是直接用样本观察值进行估计。虽然由于采用了一阶近似对其中一个抽样分布作了简化处理，从而使估计结果偏于保守，但算例表明，估计结果有足够的精度且优于某些现有的方法。并且该法简便，尤其适于工程应用。     

不同先验分布下几何分布参数的E-Bayes估计

研究几何分布可靠度的先验分布分别为β分布和幂分布时,在熵损失函数下给出了可靠度的EB估计,并结合实际数据比较了两种先验分布下估计值的精度.     

两参数Weibull分布联合置信区间估计

提出了定数截尾下两参数Weibull分布精确联合置信区间估计的一种方法,并给出了可靠度的一个保守的置信下限,最后用模拟方法将其和已有的联合置信区间估计方法进行比较,表明文章的估计方法更好.本方法亦可推广到双边定数截尾的情形.     

Pareto分布形状参数的估计及其不变性

在Bayes理论框架下,用加权p,q对称熵损失函数研究了Pareto分布形状参数在刻度参数已知的情况下的Bayes估计的形式和性质,讨论了形状参数的Bayes估计的可容许性,最后证明了形状参数的Bayes估计和可容许估计具有不变性.     

Pareto分布形状参数的简单贝叶斯估计

针对Pareto分布,在尺度参数已知、先验信息为某一固定时刻分布函数及其标准差的估计值的情况下,参考Kaminskiy等提出的简单贝叶斯估计过程,借助缺一交叉验证法以及核密度估计法,研究了形状参数的简单贝叶斯估计.基于上述先验信息,在估计过程中构造了Pareto分布形状参数的先验与后验概率密度、先验与后验点估计,并给出了在给定任意时刻分布函数及其标准差的先验与后验估计.最后通过一个数值例子说明了这种估计方法,并对灵敏度进行了定量分析.     

MERSS下Pareto分布刻度参数的估计

研究了动态极值排序集抽样(MERSS)下帕累托(Pareto)分布里刻度参数（a,c)的极大似然估计(MLE)和Fisher信息量.证明了MERSS下c参数MLE的存在性和唯一性,MERSS下c携带的Fisher信息量大于简单随机抽样(SRS)下携带的Fisher信息量.     

平衡损失下Possion分布参数的估计

设X1,…,Xn是Possion分布总体P的样本,其中是未知参数.在平衡损失函数下,取共轭先验时,得到了的Bayes估计,进而讨论了的形如aX+b的估计的容许性问题.     

Beta分布参数的极大似然估计

利用均匀设计抽样（ＵＤＳ）方法，给出Ｂｅｔａ分布的参数极大似然估计（ＭＬＥ）。实例表明，此法是有效的。     

Rayleigh分布参数的贝叶斯经验贝叶斯估计

文章在均方损失函数下研究了Rayleigh分布参数的贝叶斯经验贝叶斯估计问题;在b=1条件下,证明了其贝叶斯经验贝叶斯估计是几乎处处收敛于贝叶斯估计的,并且它是渐近最优的;最后,给出蒙特卡罗随机模拟试验验证了此贝叶斯经验贝叶斯估计的渐近最优性。     

瑞利分布参数的最短区间估计

研究了瑞利分布参数的区间估计方法。给出了瑞利分布参数的最短区间估计方法;通过一个实例介绍了最短区间估计方法的应用;最后指出最短区间估计方法比传统区间估计方法所具有的优越性。     

寿命分布中位置参数和尺度参数的区间估计

型分布是可靠性试验中常见的一类寿命分布，其分布参数μ、σ的区间估计，一直是可靠性统计分析关心的问题之一。本文借助次序统计量讨论了μ、σ均未知情况下各自的区间估计，并利用极大似然估计及渐近性讨论了μ、σ近似区间估计。本文方法适用于全样本情况和截尾样本情况。     

二参数Weibull分布形状参数β的渐近置信估计

通过对Weibull分布作变换,将对Weibull分布形状参数β的研究转化为对极值分布尺度参数σ的研究,利用极值分布的样本均值和样本方差,构造极值分布尺度参数σ的渐近正态估计量,进而得到Weibull分布形状参数β的渐近置信区间估计.     

两参数Lomax分布中参数的区间估计和假设检验

研究了两参数Lomax分布参数的区间估计和假设检验问题.分别在形状参数和尺度参数已知的情形下,给出了尺度参数、形状参数的置信区间和假设检验的拒绝域以及p分位数的置信区间,并运用随机模拟的方法分别对2个参数进行了统计分析.