辅助变量与扰动项相关情况下的回归估计

讨论了辅助变量与扰动项相关条件下的回归估计,给出了在这种条件下回归估计量的偏差和均方误差以及均方误差的估计.     

完整的最小二乘递推算法及其对跟踪与预报的应用

借助广义逆矩阵的理论，本文分别就一般加权情形、最优加权情形和指数加权情形，给出了无需事先提供待估计量的任何初始统计知识而能获得严格意义下的所谓完整的最小二乘递推(PRLS)算法。应用这种算法，分别得到了某些线性系统的无差和无偏状态估计以及机动目标多模型跟踪与预报(MMTP)算法。     

估计高可信Markov系统可信性测度的一种新方法

重要抽样和重要性分裂方法经常被用来估计高可信Markov系统从初始状态出发首次回到该状态前发生故障的概率. 提出了一种新的方法估计这个小概率. 通过采用新的估计量来减小计算方差, 提高计算效率. 从描述Markov系统状态转移的积分方程推导出了新的估计量, 并从理论上证明了新的估计量的方差小于直接仿真方法的方差. 用本文方法、RB方法、IGBS方法、SB-RBS方法和直接仿真方法计算了包含延迟维修的系统的可信性测度, 结果表明本文方法具有最小的相对误差.     

混合系数线性模型的参数估计及其分布

在连续测量数据情况下，讨论了混合系数的正态线性模型参数的点估计及其分布和有关性质．     

估计随机变量母体均值的加权数据融合方法

提出了一种把多源信息综合处理的数据融合方法.该方法依据极大似然原理将来自不同母体(均值相同、方差不同)的随机样本有效融合,得到新的母体均值估计量.该估计量具有无偏性,并且比其它传统估计量更加有效.理论和实践证明,用该方法处理数据可提高检测精度.     

总体比例的分级Bayes估计

在总体比例的Bayes估计中，引入超先验，得到总体比例的分层先验分布，在此先验下，给出总体比例的分级Bayes估计量，当总体比例值较小时，Bayes估计量是分级Bayes估计量的一个特例。     

PPS估计与乘积估计的比较

PPS放回抽样方案下对总体均值的估计与简单随机抽样方案下对总体的乘积估计是实际应用相当广泛的两种抽样方法。本文在规模指标与关心指标呈负相关的情形下比较了这两种估计的优劣。     

最佳工具变量估计量

针对单方程的经济计量模型从多个可供选择的工具变量出发,用它们的估计量的线性组合构造一个最佳工具变量估计量,并给出了一个阐述结果的例子.     

重积分计算的分层抽样原理

Ｋ重积分的计算中，我们对联合概率密度函数ｆ（ｘ１，ｘ２，…，ｘｋ）实施有限加权展开然后，按照各联合概率密度ｆｉ（ｘ１，ｘ２，…，ｘｋ）摸拟抽样值｛ｇ（ξ（ｉ，ｔ）），ｔ＝１，２，…，Ｎｉ，ｉ＝１，２，…，Ｌ｝，由下式建立Ｊ的估计量证明了这种分层抽样方法降低方差，同时给出最小方差的一般原理．     

Pitman准则下指数分布刻度参数幂的定数截尾估计

在Pitman准则下，得到指数分布刻度参数K（K≠0）次幂的定数截尾的最优估计．