一类特殊的指数族分布的参数估计

设随机变量Ｘ有密度函数ｐ（ｘ）＝Ｔ（ｘ）／βｅｘｐ（－Ｔ（ｘ）／β,ａ〈ｘ〈ｂ,其中β〉０为未知参数。分别在平方损失和熵损失下,研究了参数β的估计问题,特别地,当Ｔ（ｘ）满足：Ｔ（ｃｘ）＝Ｔ（ｃ）Ｔ（ｘ）如（Ｔ（ｘ）＝ｘ＾ｍ,ｍ〉０）时,导出了在变换群Ｇ＝｛ｇｃ：ｇｃ（ｘ）＝Ｔ（ｃ）ｘ｝下的最优同变估计,并说明了它们的可容许性。     

一类多元线性模型的一致最小方差无偏估计的推广

文 [1 ]讨论一类多元线性模型 :　　Y=SBT′+ E当 E=Qε,Q=I(单位阵 )且 Cov(ε) =P Φ(随机阵ε准正态分布 ) ,n阶方阵 P≥ 0为已知非零矩阵 .E( ε( i) ε′( i) ) =Φ≥ 0时的一定意义下的情形 .本文讨论线性模型上述式中 Q≠ 0为任意已知矩阵 ,且随机阵 ε只满足某些较弱条件的更一般多元线性模型 .得到包含 [1 ]的 tr( DΦ1)为 tr( DΦ ) ( D=D′)一致对 (Φ ,k)的最小方差无偏估计 ( UMVUE)的若干更一般的充要条件 .     

THE UNBIASED ESTIMATION THEORY FOR EXPONENTIAL FAMILY

In this paper,the necessary and sufficient conditions for a function of the parameterin a one-parameter natural exponential family(NEF)to have an unbiased estimator withfinite variance are obtained.The recursive formulae of the Fisher information matrices of anyorder for a one-parameter NEF and a one-parameter regular exponential family(REF)arederived respectively.The expression of the UMVUE for an estimable function of the parameterin a one-parameter NEF or a one-parameter REF is given.     

指数寿命产品的寿命性能评估

传统的统计过程控制理论假设过程的质量特性值服从正态分布,然而在实践过程中这一假设并不成立。本文假设产品的质量特性值服从指数分布,基于定数截尾样本,用过程能力指数评估产品的寿命性能,给出寿命性能指数CL的一致最小无偏估计及其置信区间,提出一种新的方法对CL进行检验。最后通过实例表明,此检验方法不仅简单易行,而且还可以用来判断产品是否达到所要求的水平。     

伽马-滤过复合Poisson过程模型结构可靠性分析

讨论结构在设计基准期[0,T]内应力变动规律,考虑应力为滤过复合Poisson过程、强度服从伽马分布的半随机过程模型,给出应力随机过程的样本函数的最大值分布,并获得其相应的模型结构可靠性设计与估计.     

工序能力指数C_p的UMVUE及其控制限的计算

本文求出了工序能力指数C_p的UMVUE,并计算了C_p的控制限及相应的数表。     

对数正态分布参数的UMVUE

讨论与对数正态分布ＬＮ（μ,σ２）均值、方差等有关的二类参数ｅγμ＋ρσ２（γ,ρ已知）与ｅγμ＋ρσ（γ,ρ已知,ρ≠０）的点估计问题,分别得到了它们的一致最小方差无偏估计。作为特例,给出了均值、方差、众数、中位数等的一致最小方差无偏估计     

UMVUE OF POLYNOMIALS OF (EX)~(-1) FOR SEVERAL NATURAL EXPONENTIAL FAMILIES ON THE POSITIVE LINE

1. IntroductionBecause of its applications ill biological science and econometrics as well as in experimental nuclear physics, some authors[1'2] have studied the unbiased estimation of the inverse ofpopulation mean! 1/m. Srivatava and Bhatnagar used the statisticXti '~ ~ k > 0, (1.1)X. k(4)'where k is a scalar constant abed s: is the unbiased sample variance, to estimate 1/m forany distribution with the third moment. They proved that ti is an asymptotically unbiasedestimator with bias of or…     

逆瑞利分布的有效估计

推导逆瑞利分布的密度函数和分布函数的MLE和UMVUE,并给出估计量r阶矩的精确表达式。对估计量的均方误差和变异系数做渐进展开,在大样本下给出逆瑞利分布有效估计的判断条件。