均匀分布的区间估计方法及应用

文章给出了均匀分布在全样本场合下参数的三种区间估计方法,通过大量Monte-Carlo模拟考察了各种区间估计方法的精度,并通过实例说明了这些区间估计方法的应用。     

两均匀分布区间长度之比的区间估计

文章给出了均匀分布的最小和最大次序统计量的密度函数。另外,通过构造统计量,给出了两均匀分布区间长度之比的区间估计及其假设检验方法,讨论了通常区间估计和最短区间估计。最后,根据实例求出了这两种区间估计和它们的长度,并得出了相应的结论。     

关于均匀分布统计分析的一些思考

对于均匀分布给出了在全样本场合下参数的区间估计,在定数截尾场合下参数的点估计和区间估计,并通过大量Monte-Carlo模拟从均方差的角度比较各种点估计的优劣,考察各种区间估计方法的精度,通过实例说明这些点估计和区间估计方法的应用。     

三维均匀分布区域体积估计的概率密度函数及其评选标准

文章考虑多维均匀分布的广泛应用,给出了三维均匀分布长方体区域体积估计量的概率密度函数;并且同时给出了该体积的无偏估计量以及相合估计量.     

两均匀分布区间长度比的置信区间与假设检验

文章在均匀分布区间长度的区间估计的基础上,给出两个均匀分布总体的区间长度比的估计量.并给出了它的置信区间和假设检验方法.     

参数均未知时两均匀分布区间长度比的估计

对于两个均匀分布总体。当参数都未知且取自这两个总体的样本容量不同时，文章给出了区间长度之比的无偏估计，采用等尾法给出了区间估计，并进一步讨论了区间长度之比的最短置信区间。     

成败型试验中产品可靠度的E-Bayes估计

文章利用E-Bayes方法,在产品寿命分布类型未知的情况下,给出了成败型试验中产品可靠度的E-Bayes估计;给出了成败型试验中产品可靠度的多层Bayes估计,与E-Bayes估计进行了比较.结果表明,E-Bayes估计计算简便,结果简单,便于应用;对于无失效数据情形,给出了成败型试验中产品可靠度的E-Bayes估计和多层Bayes估计.实例分析结果表明,利用E-Bayes方法得出的产品可靠度的估计结果具有稳健性,因此具有实际应用价值.     

非参数回归估计与人工神经网络方法的预测效果比较

文章研究了非参数回归方法在中石油和浦发银行等六支股票的价格预测中的应用.讨论了核估计、k阶最近邻估计、样条估计和惩罚样条估计4种常用的非参数回归方法,其中,核估计和k阶近邻估计共选取5种不同的权函数.最后,以MAPE为判断指标,将非参数回归方法的预测结果与RBF(多变量插值的径向基函数)人工神经网络方法的预测结果进行了比较.     

圆内二维均匀分布的点估计与区间估计

文章研究了圆内二维均匀分布的参数的点估计与区间估计,利用次序统计量得到了圆的半径的估计量与置信区间。     

两个均匀分布标准差比的估计的概率密度函数及其渐近分布

文章考虑取两个均匀分布总体样本数相等时,两个均匀分布总体标准差比的估计,给出了两个均匀分布总体标准差比的估计的概率密度函数及其渐近分布.     

熵损失函数下Burr(α)X分布参数的贝叶斯估计

文章研究了Burr(α)X分布参数的各类贝叶斯估计问题.在熵损失函数下分别获得了参数的贝叶斯估计、经验贝叶斯估计、多层贝叶斯估计和E-Bayes估计.证明了参数经验贝叶斯估计的渐近最优性,讨论了参数多层贝叶斯估计和E-Bayes估计的稳健性,通过蒙特卡洛方法对各类估计的MSE进行了数值模拟和比较分析,结果表明:经验贝叶斯估计的均方误差最小,精度较高.     

一类非对称损失函数下几何分布可靠度Bayes估计

文章在一类非对称损失损失函数下,讨论了几何分布可靠度的Bayes估计问题.在可靠度的先验分布为贝塔共轭先验分布下,得到了可靠度的Bayes估计、多层Bayes估计,最后给出了一个实际应用例子.     

抽样推断中比例估计的几种方法及比较

本文通过比例估计的例子，揭示了不同抽样理念、统计学派以及估计方法在抽样推断中的应用及特点，特别的分析了基于模型的抽样理念下，贝叶斯思想和极大似然思想的应用。本文反映出统计学科中，面对同一个问题有各种不同角度的理解和解决方法。     

医疗保险定点医院损失分布估计

本文应用了风险模型的损失分布及其估计方法,在分析社会医疗保险医疗赔付模式下,根据定点医院相关数据对风险模型的损失分布进行了实证分析和估计。并采用蒙特卡罗方法进行了数据仿真,表明估计结果的有效性。     

一种新寿命分布的参数估计及其应用

Chen(2000)提出了一种新的两参数寿命分布,这个分布有递增或浴盆型失效率函数,并基于Ⅱ型截尾样本给出了分布参数的区间估计.文章对这种两参数寿命分布在一个参数已知时,基于Ⅰ型截尾样本并借助Han(2011)给出的失效概率的E-Bayes估计给出了另一个参数的最小二乘估计和加权最小二乘估计,进而得到了失效率函数和可靠度的估计.最后,结合发动机的实际问题进行了计算,结果表明方法可行且便于工程应用.     

全样本指数分布并-串联系统产品的统计分析

文章对指数分布并一串联系统产品在全样本场合下给出了参数的矩估计、极大似然估计、精确的区间估计和近似区间估计,并通过Monte-Carlo模拟考察了参数点估计和区间估计的精度,得出矩估计和极大似然估计的效果没有太大差异,但精确区间估计的效果要优于近似区间估计.     

混合系数线性模型参数的t-s-K估计

混合系数线性模型在实际问题中有着广泛的应用背景,如经济分析、可靠性退化分析以及生物学等领域,因此对该模型的研究无论从理论还是从应用角度都是十分重要和必要的。在研究连续测量数据情况下混合系数线性模型的参数估计问题的基础上,利用压缩估计方法给出该模型的一类有偏估计,并研究新估计的一些优良性质,在一定条件下证明此类估计优于s-K估计。     

几种q-分布的参数估计方法

由Tsallis提出的非广延统计力学在当今已经有了越来越广泛的应用,并且由此得到的概率分布,即q-分布,也被用来解决各种领域方面的问题,尤其是在交叉学科复杂系统中的运用。文章分别采用矩估计、极大似然估计的方法来推导几种常见q-分布的参数;进一步通过对NBA进球数据进行实证分析,采用不同的估计方法得到参数的估计值,并根据均方误差原理得知极大似然估计方法要优于矩估计方法。     

基于γ散度的单元水平模型小域稳健估计

在基于抽样调查数据对总体参数进行估计的方法中，小域估计方法能够借助于辅助信息对小样本乃至无样本区域的参数进行有效的估计，并被广泛应用于抽样估计领域。单元水平模型作为小域估计的基本模型之一，是处理单元级别数据估计的有力工具之一。在单元水平模型的应用条件中，需假定区域随机误差和模型随机误差均服从正态分布。然而，在抽样调查中，满足这一条件的调查数据是很少的，尤其是在观测数据中出现离群值时。不满足正态性假设条件下的小域估计量会产生较大的偏差和均方误，因此有必要研究针对正态性假设和离群观测值不敏感的稳健估计方法。通过引入γ散度和γ似然函数，构建了基于单元水平模型的小域稳健估计方法，得到了模型参数的稳健估计和小域目标变量的稳健估计。与现有的稳健估计方法相比，所提新方法能更好地处理区域随机误差和模型随机误差非正态的情形，对于目标变量存在离群观测的情形，具有更好的稳健性，估计均方误更小。在利用模拟数据进行验证中，比较了不同误差分布情形下几类常用估计方法得到的估计量的均方误差，并进一步探究了随着污染分布的方差和比率变化，所得估计量的均方误差变化情形。最后，通过应用于经典的小域估计数据，进一步验证了所提新...     

随机信息中正态方差的灰色无偏估计研究

文章在Neyman的置信区间理论基础上,借助灰色系统的方法,在随机样本的信息下,对正态方差的灰色有偏估计和灰色无偏估计进行了研究,求出了正态方差的灰数无偏估计及其白化权函数,并举例以示其应用。