不完全数据场合下双参数指数分布参数的区间估计

文章讨论了双参数指数分布参数基于不完全数据情况下的置信区间的构造问题.针对门限参数和尺度参数,分别给出了用于构造置信区间的枢轴量,讨论了门限参数的枢轴量以及尺度参数的枢轴量的精确分布,得到了相应的置信区间.针对尺度参数置信区间构造的枢轴量可以抵抗样本中异常数据的干扰,具有一定程度的稳健性.     

双参数指数分布平均寿命比率的区间估计

假定产品寿命服从双参数指数分布,在无替换定数截尾寿命试验场合下通过分布的Edgeworth展开和对应分位数的Cornish-Fisher展开方法得到了两独立产品平均寿命比率的渐进分布及置信区间.经过分析,所给出的置信区间不仅适用于大样本的情况,而且在小样本的条件下同样令人满意.     

逆Weibull分布参数的点估计和联合置信域估计

文章基于完全样本,针对两参数逆Weibull分布参数的点估计和置信区间估计问题,利用二分法导出了参数的最大似然估计,但最大似然估计法不能给出参数的精确置信区间估计,通过构造一类枢轴量得到了形状参数的精确置信区间估计,同时给出了形状参数和尺度参数的联合置信域估计。     

两参数Birnbaum-Saunders疲劳寿命分布的统计分析方法研究

文章首先比较了全样本场合下两参数BS疲劳寿命分布各种参数的点估计的优劣,认为当样本容量较大时,用分位数估计更为方便.通过Monte Carlo模拟说明文献[6]关于尺度参数的区间估计有可能是不存在的.     

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。     

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.     

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.     

关于参数的最短置信区间的数值计算

文章研究了在总体均值未知时,σ2及σ在置信水平为0.90和0.95下的最短置信区间,并对通常方法和本文所用方法得到的置信区问进行了对比分析.在一定置信水平下,参数最短置信区间的求解归结为一种非线性规划问题,并用运筹学的优化方法证明了这种分布的最短置信区间所应满足的条件.又给出了参数在置信水平为0.90和0.95下的最短置信区间.通过计算比较,得出结论:在小样本的情况下,用文章所求的置信区间作为未知参数的区间估计将会使估计精度得到显著的提高.     

伽玛分布形状参数的最短置信区间

伽玛分布中形状参数的最短置信区间估计是一个条件极值问题,它能转化成一个方程组可用数值方法迭代求解。文章根据国家标准GB80557-2009给出了伽玛形状参数最短置信区间估计,并通过实例分析说明了最优置信区间的有效性。     

异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap (PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题.基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较.随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好.参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现.     

均匀分布母体参数置信区间的研究

一、问题的提出 一般的"概率论与数理统计"教程只讨论了正态母体参数的置信区间,而未涉及到非正态母体参数的置信区间的问题,本文就均匀分布母体参数的置信区间进行了研究.     

负二项分布参数的区间估计

文章研究了负二项分布的成功概率的区间估计,给出了成功概率的精确置信区间、不依赖于大样本的近似置信区间以及依赖于大样本的近似置信区间.     

稳健学生t回归模型变点估计的Gibbs抽样算法

文章讨论了用学生t线性回归模型估计回归系数变点位置的稳健Gibbs抽样算法.利用学生t分布的正态尺度混合表示,得到各参数的满条件后验分布,通过对满条件分布抽取样本,得到变点位置及其他参数的贝叶斯估计.模拟显示该算法能有效地估计变点位置,并且当数据呈现重尾现象时,该模型较正态变点模型要稳健.     

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.     

Bootstrap方法在非参数核估计中的研究与应用

当数据中存在异常值时,Bootstrap样本可能比原有样本舍有更多的"污染",这会影响要进行的统计推断的有效性.文章讨论了在非参数回归N-w估计中,如何利用影响函数(influencefunction)得到重新抽样的概率,使用调整后的非等概率Bootstrap抽样方法得到曲线的拟合,从而达到有效地抵制异常值对回归函数影响的目的.数值模拟的结果表明了这种处理方法的有效性.     

“位置—尺度”分布族的近似构建——以收入分布函数序列为例

“位置-尺度”分布族具有数学表述的便利性和实证分析的易解释性,但从数据出发,验证“位置-尺度”分布族是否成立存在困难,因此提出“位置-尺度”分布族的近似构建,在估计分布函数统一形式的基础上,利用最小二乘法,得到位置和尺度参数的估计;以收入分布函数为例,将该构建方法用于2001-2010年中国城镇居民收入分布函数序列分布族的估计和预测,以验证中国城镇居民收入分布近似构成“位置-尺度”分布族.     

NA样本情形下双参数指数分布族参数EB估计的渐近性讨论

文章讨论了双参数指数分布的位置参数在LINEX损失函数下的Bayes估计。在NA样本情形下,利用概率密度函数的核估计方法,构造了边缘分布的概率密度估计;按照参数的Bayes估计形式,提出了参数的经验Bayes（EB）估计函数。在一定的条件下可以证明所提出的这个经验Bayes估计函数是渐近最优的,并获得其收敛速度。文章还举例说明满足定理条件的参数的先验分布是存在的。     

二元Marshall-Olkin型二点分布参数与相关系数的最大似然估计

文章讨论可识最小值样本卞和完全随机样本下二元Marshall-Olkin型二点分布参数及相关系数的最大似然估计,采用先参数识别后参数估计的方式,当已知可识最小值的分布时,证明参数可识别;由此得到了可识最小值样本下的参数的最大似然估计,其中二个参数的估计量是无偏的,另外一个参数的估计量的期望不存在;模拟结果显示:估计值均稳定于真值参数;由于二元二点分布情形时,可识最小值样本等价于完全随机样本,从而导致完全随机样本下的参数的最大似然估计等同于可识最小值样本下的参数的最大似然估计;计算了X与Y之间的相关矩阵和相关系数,由此得到了相关矩阵和相关系数的最大似然估计.     

政府采购招标结构模型的非参数识别与估计

为了揭示政府采购市场的定价机制,探究招标活动的经济机理,本文首先提出了一种基于可观测成交价(即赢价)建立招标结构模型的方法,分析了博弈均衡的分布;然后讨论了该模型的非参数识别,提出了一种三阶段非参数核估计方法.最后,以中央单位集中采购打印机为例,估计了政府采购招标的成本分布和期望供给曲线.研究发现,当前的政府采购机制改革有效地降低了采购成本;对于附加成本较高的商品,投标人存在成本转移行为.     

取定统计量下最忧置信区间的估计

参数的区闻估计是一种基本的统计推断形式.它根据枢轴量的分布,在一定可靠度下指出被估计的总体参数所在的可能范围.Neyman的置信区间理论通过给定置信水平以保证一定的可靠度.文章讨论了取定统计量后,置信区间的估计方法以及最优置信区间的确定:并且通过实例与传统方法求得的置信区间进行了比较.结果显示.所求得的最短置信区间有明显的优越性.