对数正态分布参数的最大似然估计

利用最大似然估计法求出了对数正态分布两个参数的估计量,并讨论了它们的无偏性和相合性。     

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.     

正态总体参数容许分析

对一般正态分布N(μ ,σ2 ) ,在参数 μ已知及未知条件下 ,σ2 的容许估计进行了讨论 ,并得到一个在 μ未知时 ,σ2 的一个容许估计。     

股票价格对数正态分布的实证研究

本文讨论在不负红利的情况下股票价格的规律，及由此规律为交割选择良好时机提供重要依据。     

一种加快最小二乘参数估计的参数跟踪速度的措施

本文探讨了如何加快最小二乘参数估计的参数跟踪速度问题。为此目的提出了一种自动调整其“遗忘因子”值的措施。仿真计算的结果证实,所采取的这种措施是可行而且是有效的。     

多元正态分布广义方差区间估计的改进

讨论了多元正态分布广义方差的区间估计问题,给出了在覆盖率及长度上均优于最优仿射同变区间估计的改进估计．     

总体参数截尾估计的最优性

参数的截尾估计是具有较好的稳健性的一种估计。首先对一类总体讨论了截尾均值的渐近最优性,然后给出了更一般情形总体参数最优截尾估计的一个表达式。     

联合变换CDMA接收机解调序列抗多址干扰

提出了零均值噪声信道中的同步码分多址通信系统的一种新的抗多址干扰方法。这种抗多址干扰方式的接收机是单用户检测式的，每个接收机的解调序列由各特征序列及信道的统计特性联合变换得到。给出了无偏估计的一类解调序列，提供了一种截获同步ＣＤＭＡ通信系统通信信息的方法。同时给出了误差最小无偏估计检测的解调序列。推导出了这种抗多址干扰方式ＣＤＭＡ通信系统在加性白噪声信道中误码率的上下界，给出了部分数值结果。     

最佳线性无偏估计中的一个影响度量

本文讨论数据的剔除对最佳线性无偏估计的影响大小。用方差比做为判定影响大小的度量,并找到了它与相关系数之间的精确关系。     

检测非对称凸轮中心线的最小方差法和寻优计算

本文提出一种可测量非对称凸轮和对称凸轮中心线位置的最小方差法。证明了方差函数在测量区间内是严格凸函数,从而可用一维搜索法对最小方差值寻优,提高了测量效率。     

关于均匀分布样本对参数估计的影响

对均匀分布的参数作最佳线性无偏估计时,可以用实验去推断.通过对均匀分布估计量的期望、方差、方差比进行分析比较,给出了选取样本容量以及完成样本数对所作估计产生影响程度的结论.     

巴斯卡分布中未知参数的估计

在巴斯卡分布的参数r,p都未知的情况下,讨论了未知参数的极大似然估计。结果表明,r的极大似然估计可转化成一个超越方程的求解,采用该超越方程的解作为r的估计量有强相合性,导出了在大样本下r和p的置信区间。并用实例验证了估计方法的合理性。     

负二项分布的推广

本文主要是在二项分布,多项分布,负二项分布的基础上,把负二项分布进一步推广,给出负N项分布的定义,推导出它的概率分布,并计算出其数学期望和方差.     

指数分布参数基于不完全样本的区间估计(英文)

对于不完全样本讨论指数分布总体参数的区间估计问题利用完全样本中的任意两个顺序统计量构造出区间估计所需的枢轴变量并讨论了相应的分布函数和密度函数即使只知道样本观测值中任意的两个顺序统计量值也可以计算出总体参数的置信区间在大样本的情况下给出了枢轴变量的近似分布可以构造总体参数的大样本近似置信区间     

一种基于类别分布的增量特征选择算法

样本数量分布不平衡时,特征的分布同样会不平衡。大类别中经常出现的特征,在小类别中很少出现或者根本不出现,使得分类器被大类别所淹没,小类别的识别率很低。为此,根据数据的类别分布提出一种基于差异系数的增量特征选择算法CVIFS（Coefficient Variance-based Incremental Feature Selection）,选取最具有区分能力的特征,提高小类别的识别率,使用区间估计检测概念漂移。经实验验证,该算法处理偏斜数据流时优于信息增益,具有较低的均衡误差率（Balanced Error Rate BER）。     

正态分布尺度参数基于残缺观测数据的置信区间

对于残缺的样本观测数据，讨论了正态分布总体尺度参数的区间估计问题。给出了适用于残缺观测数据的构造置信区间的一种方法，即只需知道样本的任意两个关于样本中心对称顺序统计量的值，就可求出总体多数的置信区间。讨论了相应的分布密度函数，给出了大样本近似分布。     

一种对称损失下Pareto分布参数的Bayes估计

本文讨论了给定容量n的一个Pareto样本在对称损失函数下,Pareto分布参数的Bayes估计,证明了这一估计是可容许的,并给出了Bayes的置信下限。     

伽马分布的形状参数的一种估计

本文利用服从伽马分布的随机变量 X 与其逆 X~(-1)的协方差只与形状参数有关这一性质,给出伽马分布形状参数的所谓自逆协方差估计,进而构造了相应的无偏估计,并证明了这类估计的大样本性质:强相合性以及渐近正态性。     

指数分布参数基于不完全数据的区间估计

对不完全样本观测数据,讨论了指数分布总体参数的区间估计;给出了构造置信区间的一种方法并推导出了相应的分布密度函数表达式;并说明了该方法在样本中可能存在异常值时的应用。