基于参数估计的贝叶斯均值控制图研究

在传统的贝叶斯控制图研究中,通常将参数设为已知常量,忽略了工程实践性.文章对参数估计条件下的贝叶斯均值控制图性能展开研究,应用Monte Carlo仿真方法计算贝叶斯控制图的性能指标平均运行链长ARL0,分析了参数估计对控制图的性能影响,阐述了影响趋势的本质原因,设计了参数估计条件下保证统计性能的贝叶斯控制图设计方法,为拓展贝叶斯控制图的工程实践性提供了有益的尝试.     

上证综合指数极值分布参数估计的实证分析

文章选取了2013年4月1日至2014年4月21日的所有交易日的上证综指,采用区间选取方法选取每一小时中上证综指的最大值为广义极值分布的样本数据.分别采用线性矩法和最大间隔积估计法对样本数据进行拟合,计算出广义极值分布参数的估计量,通过Q-Q分位数图和K-S检验对参数估计量的拟合优度进行检验.并通过PPCC检验法和均方根误差RMSE对不同估计方法计算出的参数估计量进行比较,得出在此条件下较优的参数估计结果.     

删失数据下二项AR(1)过程的参数估计

文章研究了一类整值时间序列模型在样本数据完全随机缺失情况下参数的估计问题.运用五种方法对模型参数进行估计,通过数值模拟,在不同缺失率情况下对五种参数估计方法进行比较,并绘制“箱”形图,结果表明Bridge插补下参数估计结果最优,核插补和k-最近邻插补下参数估计次之.     

区间数据下参数估计的条件期望方法

文章面向工程需求讨论了常见寿命分布下区间数据参数估计的条件期望方法.该方法以条件期望替代样本真实故障时间,利用最小二乘估计并以数值迭代的方式求得参数的点估计值,同时给出了参数置信区间.经数值例验证,这种方法可以有效地控制估计误差.     

线性GMDH参数模型的无偏估计研究

 多元线性回归分析中，参数无偏性是参数估计方法的一个重要指标。本文对线性GMDH参数模型建立多元线性模型进行了研究，得到以下结论：一，在满足经典线性回归模型的假设条件下，其参数估计量具有无偏的性质；二，在满足其它假设条件下，可以在样本量少于待估参数的情况下建模，估计的参数也是无偏的；三，用参数GMHD方法建模时，它对完全多重共线性是免疫的。     

基于KL-距离的双参数指数分布的参数估计

文章考虑双参数指数分布的参数估计问题,在KL-距离最小化原则下,给出了一种参数估计的方法.得到的结果是一般情况下参数估计与矩估计相同;特别地,当位置参数为0时,通过数值模拟,并与极大似然估计进行比较,证明了这种估计的可行性.     

基于图方法的MA和ARMA模型系数检验

应用图模型方法来讨论传统的MA和ARMA模型,证明了MA和ARMA模型的系数为去掉其他时间序列分量线性效应的条件下的偏相关系数,且利用图模型推断算法提出了一种新的参数估计和检验方法。     

基于贝叶斯图模型方法的投资组合决策

提出基于贝叶斯思想的图模型结构检测方法:首先给出精度矩阵新的参数化方法,且通过MCMC方法给出算法设计,最后将该图模型方法应用于中国证券市场,研究在牛市和熊市下证券市场六大板块之间的条件相关性.实证结果表明:牛市和熊市下的行业板块图结构存在显著差异,熊市似乎有着更强的相关性.     

空间滞后面板平滑转换模型的估计及数值模拟

将空间滞后项引入面板平滑转换模型,构建了空间滞后面板平滑转换模型,通过综合应用拟极大似然法和非线性最小二乘法,构造了该模型的参数估计方法,并通过蒙特卡洛数值模拟探讨了参数估计方法的小样本性质;数值模拟结果显示,提出的估计方法在小样本条件下表现良好,参数估计值随着样本容量的增大而收敛到参数的真值。     

基于可变样本容量的计数值控制图的改进

文章在对计数值控制图的控制限的设计上提出了一种新的方法.计数值控制图--如P图和U图在面对样本容量不同的样本时往往会出现不同样本的控制限不一致的情况,这就需要对控制限的设计进行一定的变型.以往所提出的方法有取均值和标准化等,文章提出的方法是对给定的参数,如不合格品率p值进行变型,加上一个权重值,建立了一个新的控制图,即加权计数值控制图,使之在计算控制限时可以规避不同样本容量所带来的问题.     

零均值高斯AR(p)模型参数的最小化残差平方和(RSS)下条件最大似然估计及其最优性

文章简捷地求取了零均值高斯模型参数的最小化残差平方和下的条件最大似然估计量,讨论了参数估计量的相合性、渐近正态性等最优性质.     

可变抽样区间(-X)图的优化设计

统计过程控制是提高产品质量,节约生产成本的有效方法,控制图是统计过程控制的主要工具.控制图统计设计是以最小化失控ATS为关注焦点,不能有效测度失控状态带来的损失.文章将控制图的运行和质量损失联系起来,在假定均值漂移服从瑞利分布的情况下,提出了随机过程漂移的可变抽样区间(-X)图优化设计方法;通过调整样本容量、长短抽样区间、控制限和警戒限,使平均失控田口损失函数最小;研究了模型参数对控制图设计的影响.     

空间回归模型估计中的最小二乘法

空间回归模型由于引入了空间地理信息而使得其参数估计变得复杂,因为主要采用最大似然法,致使一般人认为在空间回归模型参数估计中不存在最小二乘法。通过分析空间回归模型的参数估计技术,研究发现,最小二乘法和最大似然法分别用于估计空间回归模型的不同的参数,只有将两者结合起来才能快速有效地完成全部的参数估计。数理论证结果表明,空间回归模型参数最小二乘估计量是最佳线性无偏估计量。空间回归模型的回归参数可以在估计量为正态性的条件下而实施显著性检验,而空间效应参数则不可以用此方法进行检验。     

霍特指数平滑法参数的优选

霍特指数平滑方法是一种高级的指数平滑方法,它有两个平滑参数需要确定.用霍特指数平滑方法进行预测时,最重要、而且最因难的工作是确定平滑参数α、β的取值问题.笔者利用EXCEL模拟运算表的功能很容易实现了在离差平方和最小(或绝对离差和最小)条件下的参数估计.为霍特指数平滑方法在实际中的广泛应用提供一种有效的途径.     

NA误差下线性模型最小绝对偏差估计的相合性

文章基于相依序列,研究了线性模型,在若干条件的假设下,建立了以NA序列为误差的线性模型未知参数的最小绝对偏差估计的渐近性质,如最小绝对偏差估计的强相合性.此结果是在较弱的条件下将文献[1]中独立误差情形下未知参数估计的相关结果推广到了NA误差下相应的结果.     

基于累积和控制图改进的累积得分控制图

文章针对双边的区域控制图的累积得分思想,设计单边累积得分控制图.利用马尔科夫链的方法计算其平均链长,并与传统的控制图比较.结合快速初始响应方法,设置改进控制图的初始响应值,与带有初始响应的累积和控制图进行过程失控的平均链长的对比.在存在偶然性因素下,改进控制图与传统累积和控制图比较.     

可变抽样区间的二项变量累积和控制图设计

当过程存在小波动时,累积和控制图比传统的休哈特控制图监控效果灵敏.文章针对生产过程中的产品不合格品率服从二项分布下的累积和控制图,进行可变抽样区间设计.首先用构造可变抽样区间的二项变量累积和控制图;其次利用马尔可夫链方法计算了其平均报警时间.结果表明,所设计的可变抽样区间二项变量累积和控制图较固定抽样区间的二项变量累积和控制图能更好的监控过程的变化.     

基于质量损失函数的ARMA控制图经济设计

为提高统计过程监控灵敏度并减少监控费用,文章研究了自回归移动平均(ARMA)过程的统计与经济设计问题.首先构建ARMA控制图监控自相关过程,基于田口质量损失函数对ARMA控制图进行经济设计并构建经济模型;利用遗传算法求解,确定ARMA控制图的五个参数[n,h,k,φ,θ]最优组合,使单位时间费用最低.最后,对该模型的参数进行灵敏度分析,由此得出在实际监控过程中与单位时间期望费用相关的参数,以减少质量损失.     

自相关过程的ARMA控制图

由于自相关过程违背了过程输出数据独立性的假定,使得常规控制图的有效性降低。ARMA控制图技术使用自回归移动平均模型作为统计量,依据两个信噪比指标来确定适宜的参数值。文章运用平均链长(ARL)系统研究了ARMA控制图的检测性能,并与残差图进行了比较。模拟结果表明,在自相关条件下,ARMA控制图对均值偏移具有较高的检测灵敏性。     

基于约束最优化理论的企业生产成本控制方法

在既定的市场供求结构下,控制自身的成本是厂商维持和扩大利润的主要方法.厂商对生产成本的控制受到技术条件和计划产量的限制.文章以数理经济学的角度,使用约束最优化工具,探讨成本控制问题.从动态和静态两个角度,分别分析静态条件下的要素投入量控制和投入参数控制的方法,以及动态条件下的要素组合调整时间节点选择方法.