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。     

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.     

区间数据参数估计的矩方法

本文讨论区间数据情况下,指数分布参数的矩估计。文中首先通过了矩方法得到了区间截断情况下参数的估计;在此基础上得到了区间截断情况下参数的两个矩估计;并通过这两个矩估计的关系得到了一个更优的估计。本文还利用矩估计的渐进性质,进一步得到了两种区间截断情况在大样本下参数的置信区间。     

二项分布参数的Bayes区间估计问题研究

在区间估计中,当给定置信概率时,区间长度越短精度就越高。在R＋上取值的参数HPD区间估计已被很多人研究。文章给出了二项分布中成功概率θ的常用后验区间估计和最短后验区间估计,并对两者进行了对比,得出结论：在小样本情况下,最短可信区间计算方法值得采用。     

双总体假设检验的另类区间估计法及其MCS研究

文章根据区间估计与假设检验的关系,通过构造大概率事件,利用另类区间估计检验方法,对双总体常见的参数假设检验给出了检验方法;并利用蒙特卡罗模拟方法从实验的角度对该检验方法进行了验证,证实了另类区间估计方法不但可以对原假设成立时进行假设检验,对原假设不成立时也有满意的检验效率.     

总体均数可信区间估计Bootstrap样本含量的设置

文章探讨了Bootstrap样本含量n*时Bootstrap法总体均数可信区间估计效果的影响.首先模拟从正态分布总体中随机抽样:然后用Bootstrap法进行总体均数可信区间估计,重复1000次,得到1000个可信区间.统计1000个可信区间包含总体均数的准确率.结果表明.Bootstrap样本含量n*对总体均数可信区间估计的准确率影响很大,Bootstrap样本含量n*越小,准确率越高;Bootstrap样本含量n*越大,准确率越低;Bootstrap样本含量n$不能任意设置,当Bootatrap样本含量n*=n-3时,效果最好.     

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.     

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。     

枢轴量为单峰分布的最短区间估计

文章根据构造的枢轴量的不同分两种情况证明了单峰分布的最短置信区间是存在且唯一的，同时给出了求参数最短置信区间需满足的条件；并且对最短区间与传统区问进行了比较，最后给出了一个应用实例，表明对于中小样本，研究未知参数的最短区间估计是很有必要的。     

Lindley分布的统计分析

文章在全样本场合下,比较了两种求参数区间估计的方法,通过Monte-Carlo模拟比较了区间估计的精度.其次在定数截尾样本场合下,给出了参数的极大似然估计与逆矩估计,通过模拟比较认为逆矩估计比较精确,同时还给了求参数区间估计方法,通过模拟发现方法是可行的.     

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。     

两个正态总体均值之差的区间估计解析

文章对两个正态总体均值之差的区间估计进行教学上的解析,尤其针对非均衡样本下方差未知且不相等情形,利用例举时比法说明应如何选择合适的枢轴量.     

铁路车站能力的贝叶斯区间表示法

文章在车站作业不确定性分析的基础上,得出车站能力也存在着客观的随机性,车站能力的区间估计比点估计能更有效地体现这种不确定。根据贝叶斯区间估计原理,假定车站能力为一随机变量,服从正态分布,在明确车站能力的总体信息、先验信息和样本信息之后,得到车站能力的区间表示方法,即得到可信水平α=0.05的车站能力可信区间,并以实例验证了方法的有效性。     

在频率学派的区间估计中引入贝叶斯先验

本文将频率学派与贝叶斯学派的区间估计思想结合,得到了一套组合的区间估计理论。然后以正态均值为例,说明了如何求解最优组合区间估计。     

随机右截尾情形下两个Cox模型的参数估计

研究了随机右截尾情形下两个单参数Cox模型的参数估计.在两个Cox模型的参数都未知时,得到了两个Cox模型的参数的具有强相合性的最大似然估计与参数比的区间估计.     

总体中位数可信区间估计Bootstrap法样本含量的设置

文章探讨了Bootstrap样本含量n*对Bootstrap法总体中位数可信区间估计效果的影响。结果表明,Bootstrap样本含量n*对总体中位数可信区间估计的正确率影响很大,Bootstrap样本含量n*越小,正确率越高;Bootstrap样本含量n*越大,正确率越低;Bootstrap样本含量n*不能任意设置,当Bootstrap样本含量n*=n-3时,效果最好。     

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.     

基于两正态均值的灰色统计假设检验研究

两个正态总体均值差的区间估计和假设检验研究是数理统计学的基本内容,但经典统计学的两个正态总体均值区间估计和假设检验理论,是建立在确定的随机数据上的区间估计和假设检验.而现实社会生活中很多数据具有模糊灰色等不确定性,面对这类不确定性数据,如何较为合理地进行科学分析和判断.在灰色系统理论的基础上,文章建立了在随机样本信息下,两个正态均值的灰色区间估计和灰色假设检验方法,从而把随机信息的两正态均值假设检验理论拓展到灰色数据信息中,并把这一灰色检验方法应用于医学统计实例分析.     

全样本几何分布串-并联系统产品的统计分析

针对几何分布串-并联系统产品,在全样本场合下给出了参数的矩估计、极大似然估计和近似区间估计,从理论上证明了矩估计和极大似然估计的唯一性,同时还通过大量Monte-Carlo模拟分别考察了参数的点估计和近似区间估计的精度,从中可以看到参数的矩估计和极大似然估计的精度相差无几。     

基于假设检验的区间估计必要样本容量确定

文章比较了假设检验必要样本容量和区间估计必要样本容量的确定方法，认为二者具有相同的数理统计原理，可以将区间估计作为假设检验的一种特例来看待。在区间估计中存在忽视纳伪错误的弊端，可通过增加必要样本容量的方法，同时控制犯弃真错误和纳伪错误的概率，进而提高置信区间的精度。