一类判别分析问题的Bayes解

设有两个总体Ｇ０和Ｇ１,分别服从参数为λ０和λ１的指数分布,对于待观测的样本Ｘ,给出了相应的判别分析问题的Ｂａｙｅｓ停止判决法则,其中损失函数包括试验费用和误判损失两部分,Ｂａｙｅｓ停止判决法则由后验概率比的上界和下界所确定。     

指数几何混合模型参数的嵌套EM算法

本文介绍了由指数分布和一个截尾分布混合得到的指数几何混合分布模型,简记为EG模型。它的概率密度函数为f（x;β,p）=β（1-p）e-2βx（2-pe-βx）（1-pe-βx）-2,通过直接积分得到该分布的矩为E（xr;β,p）=p-1（1-p）r!β-r[p-1L（p,r）-1]。首先说明了用EM算法在M步中不能求得参数β和p的极大似然估计的显式解,需要用数值解法,然后通过嵌套一个EM算法在另一个EM算法中,外层EM算法是基于混合模型的缺失数据讨论,内层EM算法是针对截尾观测数据的,得到了参数的极大似然估计量。     

指数分布场合步进应力加速寿命试验的Bayes分析

在指数分布场合，根据步进应力加速寿命试验数据，应用Ｂａｙｅｓ分析法，给出平均寿命的点估计和置信下限估计．     

双参数指数分布的参数估计(Ⅰ)

本文讨论了双参数指数分布的参数估计和区间估计问题,分别给出参数的最大似然估计,Bayes估计和最优线性无偏估计,并且给出了一致最小方差无偏估计。     

一类双险种风险模型的破产概率

对索赔次数为复合Poisson-Geometric过程的双险种风险模型进行研究,给出了初始资本为0时破产概率的具体表达式,并得到了在初始资本为u时破产概率的近似估计及指数分布下的表达式.     

指数分布具有耐抗性质的参数估计

讨论了指数分布的参数估计问题,给出指数分布参数具有耐抗性质的估计量,同时讨论了估计量的优良性.     

线性指数分布参数的经验贝叶斯估计

对线性指数分布在平方损失下获得了参数的贝叶斯估计,并构造了相应的经验贝叶斯估计,证明了所提出的经验贝叶斯估计是渐近最优的且有收敛速度O（n^-q）,其中q=（s-1）（λs-1）／[s（2s＋1）],1／2〈λ〈1—1／（2s）,s≥2是一给定的整数．     

截尾数据和分段数据下指数分布参数的矩估计

对指数分布下的截尾数据和分段数据,给出了其参数矩估计的一种新的方法。     

河流流量时间序列振幅起伏的概率估计

本文从系统分析、概率及随机过程技术的观点建立河流段的系统模型以及通过电脑实验的方法对河流流量时间序列作概率函数估计测量.测量结果表明,流量时间序列的振幅起伏具有超指数特性分布.这可认为是环境随机性的影响所致.尤其是联系到无限的过去在远环境的背景降雨状态.     

定时恒加试验含无失效数据下Weibull分布参数的极大似然估计

本文给出了几种定时截尾恒定应力加速寿命试验中含无失效数据下Weibull分布参数的极大似然估计法,最后,将所提供的方法与现场数据估计结果进行了比较.