指数分布在截尾数据下参数的区间估计

针对截尾数据的参数的区间估计问题,通过构造差分给出了指数分布在截尾数据下参数的区间估计.     

不完全数据情形下指数分布参数的极大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,还提出了分组数据场合参数极大似然估计的图解求法。     

长沙市大气颗粒物PM10质量浓度的统计分布特性

为了研究长沙市大气颗粒物的统计分布特性,选定4种理论分布函数(伽马分布、对数正态分布、韦伯分布和皮尔逊分布)拟合长沙市大气颗粒物PM10质量浓度样本,采用矩估计和极大似然估计法求解分布函数的参数;使用双参数指数分布函数描述高质量浓度PM10的尾部分布特性。研究结果表明:长沙市大气颗粒物PM10的整体分布特性为伽马分布,高质量浓度PM10的尾部分布为双参数指数分布。根据双参数指数分布PM10质量浓度超过国家空气质量日平均质量浓度标准的频率为8.5%;PM10达到国家标准所需要的污染源散发强度的降低量为35.8%。     

中间删失数据丢弃情形指数分布的参数估计

考虑中间删失数据丢弃情形的指数分布,我们观测不到落在某个随机区间内的数据。当随机删失区间的端点的分布满足一定条件下得出参数的极大似然估计。     

关于序进应力加速寿命试验中若干问题的探讨

采用若干基本假定,用分段函数连续化方法,给出了在恒定应力条件下寿命服从指数分布或威氏分布的产品,在序进应力加速寿命试验中的寿命分布;并给出了在加速寿命方程满足逆幂律且等速加载情况下的具体分布形式.文中还利用序进应力试验中所获得的数据,应用极大似然估计法估计加速寿命方程与寿命分布中的参数,并对参数估计值的性质进行了讨论.     

指数分布加速寿命试验分析

对指数分布,分别在恒加应力与步加应力试验下,进行可靠性统计分析,利用高应力水平的失效数据隐含低应力水平的寿命信息,而低应力水平的失效数据无法提供高应力水平寿命信息的性质,建立必要的定量。从而得到满足顺序约束的参数估计,结论优于最大似然估计。     

指数分布参数置信区间的最短化研究

从置信区间的本质意义出发，通过数值计算的方法，对于给定的置信度0．90，0．95和0．99，在样本容量从2到22的范围内，求得了指数分布参数的最短置信区间，并对通常方法求得的置信区间的长度与最短置信区间的长度进行了对比分析。结果表明：在小样本(≤11)的情形下，用最短置信区间来作未知参数的区间估计，将会使估计精度得到显著的提高。     

有替换定时截尾寿命试验参数的极大似然估计

１样品似然及样本似然首先引入样品似然及样本似然的定义．各类型数据的样品似然定义如下：（１）实测值：设第ｉ个样品的寿命的实测值为ｙｉ,则其似然函数为Ｌｉ＝ｆ（ｙｉ;θ１,θ２,…,θｌ）．其中,ｆ是假定分布的概率密度函数,θ１,θ２,…,θｌ是待估参数...     

指数场合下定时截尾恒加试验的优化设计

本文讨论了指数场合下定时截尾恒加试验的优化设计问题.     

一类二元指数分布相关系数的估计

设二元随机变量(X,Y)的生存函数为F(x,y)=exp〔-λ_1x-λ_2y-λ_(12)Max(x,y)〕x≥0,y≥0 0 其它其中λ_1≥0,λ_2≥0,λ_(12)≥0,λ_1+λ_(12)>0,λ_2+λ_(12)>0.我们把这类二元分布记作BVE(λ_1,λ_2,λ_(12)).该文讨论(X,Y)的相关系数ρ的统计推断问题。这无论在理论上还是实际上都是有意义的。本文基于元件以及串联系统两者的试验数据,得到了λ_1=λ_2时ρ的估计ρ和没有λ_1=λ_2限制时ρ的估计ρ,并分别讨论了ρ和ρ的无偏性,强相合性和渐近正态性。