混台双参数Pareto分布的假设检验

Pareto分布因其厚尾特点,在金融分析、寿命分析中都是非常重要的统计模型.由于混合分布模型已经成为分析复杂现象的一个重要工具,文章主要研究混合Pareto分布的假设检验问题,通过寻找统计量,提出了x2和U检验法,并比较了这两种检验方法的适应领域.模拟计算说明了这两种检验方法的可行性.     

定数截尾试验下两总体双参数Pareto分布尺度参数的比较

本文研究了在定数截尾样本下,形状参数未知时双参数Pareto分布尺度参数的检验问题;并利用似然比检验的方法,获得了检验统计量及检验否定域的上下界。     

不同先验下Pareto分布参数的Bayes估计及其容许性

文章讨论了Pareto分布参数θ在不同的先验分布下的Bayes估计,然后讨论了在平方损失下,参数θ的形如(cT(x)+d)-1估计的可容许性.     

广义Pareto分布模型参数的近似估计及应用

文章利用极大似然估计法及泰勒公式给出了广义Pareto分布模型参数估计,并在确定阈值的基础上对多种元素的广义Pareto分布模型参数进行了估计,经Kolmogorov检验证实该近似估计法的合理性和有效性。     

逐次定数截尾下Pareto分布参数的逆矩估计

基于逐次定数截尾样本下,讨论了Pareto分布的参数估计,得到了两参数的逆矩估计,并通过数值模拟与极大似然估计进行比较,结果表明逆矩估计优于极大似然估计.     

Pareto分布中形状参数的估计问题

本文研究了当a已知时,Pareto分布中形状参数的估计。首先求得了θ的一致最小方差无偏估计(UMVUE),并证明了它在平方损失下是不可容许的。当θ有先验信息时,分别在平方损失和熵损失下讨论了θ的Bayes估计,并说明了其容许性。其次,在熵损失下,讨论了一类形如(cT(x) d)-1(d>0)的估计的容许性。最后,给出了θ的置信下限。     

首失效截尾样本下三参数Pareto分布的估计问题

文章在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes (PEB)估计.按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质,根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n-1).在相同或相近的可信水平下,分别研究参数在经典统计和Bayes统计中的区间估计,并利用数值模拟说明Bayes区间估计的精度高于经典统计区间估计.     

复合LINEX对称损失下Pareto分布形状参数的E-Bayes估计及应用

在统计决策问题中,统计决策及参数估计的优劣性在很大程度上依赖于损失函数形式的选取.文章主要在在复合UNEX对称损失函数下,研究了Pareto分布在其尺度参数σ已知的情况下利用共轭先验分布求出其形状参数θ的E-Baves估计:并举出具体的数值例子说明其应用性.通过数值分析对其形状参数的Baves估计和E-Baye8估计进行比较,说明后者比前者较优.     

市场风险资产损失服从Pareto分布的VaR计量

目前VaR模型是测量和管理商业银行市场风险的主流方法.运用VaR的计算原理,利用Pareto分布描述风险资产损失的尖峰厚尾特征,得到市场风险资产VaR计算公式,并且分析了VaR的影响因素,最后利用历史数据进行VaR的实例计算.     

逐步删失场合Pareto分布的参数估计

文章考虑两类逐步删失场合的Pareto分布的参数估计问题,在Ⅰ型逐步删失场合,形状参数的极大似然估计没有显式表达式,故采用图解法求出其极大似然估计;在Ⅱ型逐步删失场合,我们能得到两个参数的极大似然估计量。     

基于混合参数先验分布的贝叶斯因子分析

因子分析模型的贝叶斯推断是贝叶斯多元统计推断理论的重要组成部分。本文通过分析因子分析模型的统计结构,构造了模型参数的混合先验分布;利用贝叶斯定理,结合模型样本似然函数和参数的先验分布推导了参数的后验分布;证明了因子载荷阵的条件后验分布为矩阵t分布,协方差阵的条件后验分布为逆Wishart分布。实证研究结果表明:由于参数先验分布的作用,贝叶斯因子分析的结论与传统的因子分析之间存在显著性的差异。     

逐次定数截尾下Pareto分布的可靠性分析

基于逐次定数截尾模型,文章选取未知参数的先验分布为无信息先验分布,分别在平方损失和LINEX损失下,讨论了Pareto分布的形状参数,失效率以及可靠度函数的Bayes估计。最后运用Monte Carlo方法对Bayes估计和极大似然估计的MSE,进行了模拟比较。结果表明在LINEX损失下的Bayes估计更优。     

对假设检验方法的改进

传统的假设检验在原假设的设定和检验结论的理解方面存在很多费解的地方。原假设的设定主观性强,检验的原假设结论和备择假设结论的不对称是其主要原因。针对以上问题,文章提出了三联式假设检验。     

基于EM算法的有限维混合分布参数估计研究

文章探讨有限维混合分布参数估计的EM算法,总结出有限维混合分布参数估计的EM算法期望、方差迭代表示.跳过繁琐的推导过程,快速得出混合高斯分布、混合指数分布参数估计的EM算法,并将其用于M2供应量同比增长分布和大变动时间间隔分布建模中.结果表明:采用三维混合高斯分布描述M2供应量同比增长分布、采用单一指数分布刻画M2供应量大变动时间间隔分布是合理的.     

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.     

基于车流速度的混合Gaussian分布模型

为了更好的描述城市道路车流运行状态,文章利用x2检验、核密度估计、Gaussian分布和EM算法,提出了基于交通流速度的混合Gaussian分布模型.利用x2检验验证了不同车道占用对道路通行影响程度存在显著差异;对混合模型速度数据,采用核密度方法估计独立子Gaussian分布数目,并利用所建模型描述不同车道占用引起的车流速度变化差异;最后利用该模型进行了城市道路混合车型识别.实践表明,混合Gaussian分布模型在拟合数据与展现车流状态方面具有良好效果,为道路设计与交通组织管理提供了一定的理论依据.     

谈谈假设检验中假设的问题

假设检验是统计学教学的重点内容之一。在假设检验中如何进行假设一直是困扰学生的一个问题,本文就此问题作了一定的探讨。     

混合指数几何分布

本文讨论元件的寿命分布服从双参数混合指数分布,元件个数服从几何分布的情形下,定义了混合指数几何分布,并研究了该分布的各种性质,讨论了参数的极大似然估计,并使用EM算法得到参数的近似估计. 最后,本文给出了参数的渐近方差、协方差、置信区间.     

基于极值理论的组合分布模型

文章根据极值理论的性质构造了一种新的描述金融数据整体分布的组合分布。具体地说,尾部分布选取广义Pareto分布,中间分布选取偏t分布。文章还利用上证综合指数的历史数据对模型进行了检验,得到了令人满意的结果。     

关于相关检验统计量分布证明的改进

在数理统计的假设检验问题中,相关检验是一个常见的问题。其中在检验统计量分布的证明上,传统的证明方法使用了较繁锁的积分变换,以及1915年费舍的结论。对一般人来讲,理解起来具有相当的难度,且在一般教科书中根本找不到。文章给出一个更加简洁的关于检验统计量分布的证明。