广义Ⅱ型逐次截尾数据下逆高斯分布参数的极大似然估计

针对可靠性应用研究中常需要确定寿命分布参数的问题,讨论了在广义Ⅱ型逐次截尾样本下逆高斯分布位置参数和尺度参数的最大似然估计.通过参数变换得到了基于新参数的逆高斯分布模型,并利用牛顿迭代算法得到新参数的最大似然估计,进而求出原参数的极大似然估计.借助随机模拟方法和一个实例评价了最大似然估计.说明提出的极大似然估计理论具有应用价值.     

采用RML算法的自适应譜估計方法

本文详细地研究了ARMA信号源模型参数(即模型的零点和极点位置)变化对采用递归最大似然(RML)算法自适应谱估值器估计性能的影响。指出在合理的数据长度内,这种方法适用于模型的零点和极点充分分离的情况。提出了一种可获得高分辨率谱估计的高阶估值器方法。     

逐次Ⅱ型截尾下Gumbel Copula相依竞争失效模型的参数估计

在逐次Ⅱ型截尾样本下,讨论以Gumbel极值分布为边缘分布,Gumbel Copula为连接函数的相依竞争失效模型参数的极大似然估计(MLE)和Bayes估计.对于参数MLE,提出与生存函数成正比的两阶段估计(Inference for the margins, IFM).对于Bayes估计,证明了Gumbel极值分布尺度参数的对数凹性,采用混合ARS(Adaptive Re-jection Sampling Algorithm)和MH(Metropolis-Hastings)抽样方法实现参数估计.模拟结果表明,当两失效机理关联性较弱时,两种估计结果相差不大,但关联性提高时,Bayes估计优于IFM估计.     

一般Ⅱ型逐次截尾数据下Integrated beta分布参数的极大似然估计

在可靠性理论研究中,常常需要估计寿命分布的参数.本文讨论了在一般Ⅱ型逐次截尾样本下Integrated beta分布参数的极大似然估计.在Integrated beta分布模型下,利用牛顿-拟牛顿最大化方法得到了参数的极大似然估计,并通过数值模拟和一个实例评价了得到的极大似然估计.     

半参数威布尔模型的Bayes参数估计

摘要：首先提出了半参数幂威布尔模型,使用P一样条函数构造出该模型的惩罚似然函数,根据对模型中参数的了解给出其先验信息,进而得到半参数幂威布尔回归模型中参数的联合后验分布和每个参数的边际密度函数,利用MCMC中流行的Gibbs抽样方法和Metropolis—Hastings算法从边际密度抽取样本,得到半参数幂威布尔模型中参数估计的随机样本序列,从而基于此进行一系列的参数估计、统计推断等。最后,利用随机模拟的方法,产生不同个数的样本量,发现随着样本的增加,参数估计越准确,越接近于真实参数值,说明利用Bayes方法估计半参数威布尔模型是有效的。     

基于共轭先验分布的平稳AR(1)模型贝叶斯分析

本文系统地分析了平稳AR(1)时间序列模型的条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了截断正态-逆Gamma共轭先验下模型的贝叶斯推断理论,包括参数的后验分布函数、二次损失函数下的贝叶斯估计及一步超前预报分析,最后采用一个仿真时间序列研究了先验分布参数对后验分布的影响。     

混合双参数指数分布的参数估计

混合指数分布是寿命数据分析中一个非常重要的分布。但是利用矩估计、极大似然估计等估计模型的参数往往比较困难。本文应用EM算法详细研究了混合双指数分布在正常工作条件下,在完全数据场合的参数估计问题。模拟说明利用EM算法来估计混合双指数分布是一种非常有效的方法,随着样本的增加,估计值离真值越来越近,估计值的方差越来越小。     

具有部分缺失数据的两个艾拉姆咖分布总体参数的估计与检验

在数据缺失样本下研究了艾拉姆咖分布的参数估计和假设检验.根据似然函数给出了参数的极大似然估计,证明了估计量的相合性和渐近正态性,并给出了两总体参数之差的置信区间和假设检验.     

极值服从广义Pareto分布的扭转载荷外推方法研究

提出了一种极值样本服从广义Pareto分布(generalized pareto distribution, GPD)函数的扭转载荷时域外推方法,基于极值样本的均值超出函数,首先确定一个区间范围,并以形状参数最小的均方误差为目标,通过自抽样法确定最佳阈值,再采用极大似然估计法对GPD函数的形状参数和尺度参数进行估计,获取扭转随机载荷谱的极值样本,服从GPD分布规律。以商用车驾驶室的稳定杆为研究对象,介绍了扭转载荷采集的方法,基于所提出的扭转载荷时域外推方法进行外推研究,并分别从穿级计数、功率谱密度、雨流图和潜在伪损伤量等方面对外推前后的载荷谱进行了对比分析。结果表明：所构建的载荷外推算法对商用车驾驶室稳定杆扭转载荷外推有较好适应性。     

边界Logistic违约模型的经验似然统计方法及其应用

考察经验似然方法在边界Logistic模型的应用,运用经验似然方法给出了边界Logistic模型的经验极大似然估计方程,并得到了模型的参数估计结果,利用此模型做实证分析.分析结果在一定程度上证明了经验极大似然估计方法得到的参数是可靠的.     

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.     

完全检查下预防维修模型建立及案例分析

为了解决维修间隔期确定的难题,建立了维修间隔期和总停机时间之间关系的目标函数,以及时间延迟维修模型.根据故障记录数据和预防维修活动的检查数据,采用最大似然法估计有关缺陷发生率和时间延迟分布等参数.在所建立目标函数和估计参数的基础上,计算出最优的维修间隔期.     

右删失数据下广义线性模型的统计诊断

研究了带有右删失数据的广义线性模型的统计诊断问题。首先构造了右删失数据下的似然函数,推导出了参数的极大似然估计。基于数据删除模型,推导出了数据删除前后参数估计的一阶近似公式,推广了广义Cook距离和似然距离等用来判定异常点或强影响点的诊断统计量,并证明了两者的等价性。最后通过实际数据分析,验证了该理论的正确性和实用性。     

对数正态分布参数的最大似然估计

对数正态分布是工程、医学、生物学中常见的分布之一.讨论分组数据情况下,对数正态分布参数的最大似然估计,给出分布函数似然方程组解的唯一性的一种证明方法.     

投资组合管理中连接函数应用

运用Copula函数代替相关系数表示风险因子之间的依存关系,从风险因子依存性角度探讨投资组合风险值(VaR)计算。采用最大似然估计方法对Copula函数参数进行估计,通过MonteCarlo似然估计投资组合收益风险值,结果表明基于Copula方法估计的投资组合风险值比方差协方差方法估计的投资组合风险值更接近实际数据。     

Alpha Power Rayleigh分布

通过Alpha Power Transformation方法扩展出一个具有两参数的新分布,称为Alpha Power Rayleigh(APR)分布.研究了APR分布的基本性质,包括:密度函数和失效率函数的形状,分位数,矩和矩母函数,雷尼熵.使用极大似然方法估计APR分布参数,通过Fisher信息矩阵得到了参数的渐近置信区间.通过两组真实数据集,说明APR分布具有一定的应用价值.     

结合二阶负反馈环路的OFDM频率同步算法

研究了一种正交频分复用系统中的频率同步环路。针对现有的最大似然频率同步算法频偏估计不够精确,频偏估计范围较小的缺点,提出了一种新算法。该算法利用二阶负反馈环路,结合最大似然算法联合进行频偏估计与补偿。分析结果和计算机仿真结果表明,新算法克服了最大似然算法的不足,能进行精确的频偏估计并有较大的频偏估计范围。     

用于RBF-SVM参数搜索的伪梯度动态步长算法

针对基于径向基核函数(RBF)的支持向量机(SVM)超参数选择问题,提出了一种基于差分方程的新算法——伪梯度动态步长算法。该算法根据径向基核函数的特点提出由训练集的空间特性确定的核参数搜索范围,并采用对数刻度表示搜索空间;利用参数空间中SVM在两个临近点的分类精度的变化估计参数的搜索方向,并且随着搜索方向的变化动态调整搜索步长,从而实现较快的搜索。通过与Grid和PSO方法的对比实验,表明该算法具有良好的性能。     

光滑极值模型在股票市场中的应用技术

本文对于样本极值给出了一种光滑极值模型,在建立这个模型的过程中,把样条光滑量运用到了高阈值的超出量模型里去。通过求出每一年各个参数值的极大似然估计,再把这些极大似然估计通过适当的方法进行拟合,从而画出各个参数值估计的光滑曲线,使得这些参数值是连续变化的,即可以对每年的重现水平做出一个趋势的预报,进而达到预测的目的。     

微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。