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。     

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。     

基于不同的估计方法的半参数回归模型研究进展

半参数回归模型结合了线性回归模型和非参数回归模型,因此不论是在理论研究上还是实际应用中都具有重要意义.文章总结了国内学者对基于不同的估计方法的半参数回归模型研究的贡献,理清了对该模型的理论研究演进的方向.     

Poisson分布参数的Bayes估计

以先验分布为Gamma分布时,对Poisson分布给出了参数的Bayes估计.     

单个总体期望的U统计量检验

给出一种利用非参数统计中的单个总体期望的U统计量的方法与矩估计检验法相比较,该方法不仅适用于更宽泛的场合,而且其渐近相对效率为1.     

Mlinex损失下Rayleigh分布尺度参数倒数的Bayes估计

在Mlinex损失下得到其尺度参数倒数的唯一Bayes估计的一般形式以及在给定先验分布下的精确形式,并证明了其可容许性.     

双截尾样本下参数的矩估计

给出了双截尾样本情形下参数的一种矩估计法,并由此推出双截尾样本下威布尔分布参数的矩估计法.     

标准伽玛分布族参数的EB估计的收敛速度

本文构造了标准伽玛分布族参数的EB估计，并给出了该估计的收敛速度。在适当的条件下，该速度可以分别充分接近于1／2和1。     

两点分布中P的几种估计方法

本文通过具体实例介绍了两点分布中P的几种估计方法.     

最小二乘估计的一种算法

众所周知,最小二乘估计(LSE)是广泛应用的一种重要数学工具。本文介绍一种新算法,当待估参数的数目超过方程总数的一半时,它比常规算法节省运算量。本算法的另一个特点是残差计算待估参数的 LSE,并由此揭示了残差的一些重要性质。     

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。     

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.     

结构型一般EV线性模型参数估计的相合性研究

本文对结构型一般EV线性模型参数的研究,利用矩方法,得到了未知参数的强相合性。     

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     

半参数威布尔模型的Bayes参数估计

摘要：首先提出了半参数幂威布尔模型,使用P一样条函数构造出该模型的惩罚似然函数,根据对模型中参数的了解给出其先验信息,进而得到半参数幂威布尔回归模型中参数的联合后验分布和每个参数的边际密度函数,利用MCMC中流行的Gibbs抽样方法和Metropolis—Hastings算法从边际密度抽取样本,得到半参数幂威布尔模型中参数估计的随机样本序列,从而基于此进行一系列的参数估计、统计推断等。最后,利用随机模拟的方法,产生不同个数的样本量,发现随着样本的增加,参数估计越准确,越接近于真实参数值,说明利用Bayes方法估计半参数威布尔模型是有效的。     

关于普赖斯曲线方程中参数估计方法的改进

罗式胜在“关于普赖斯曲线方程中参数的讨论”一文中提出了估计普赖斯曲线方程中参数的两个方法,但具体计算中存在缺乏量化标准的缺陷。利用概率统计中的2 σ准则给出一个确定参数的改进方法,引入去除异常数据的量化标准,即使其更具有合理性和可操作性。     

混合威布尔分布参数估计的L-M算法

混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。     

KS,χ~2检验方法的K分布杂波参数估计研究

提出了一种基于矩估计的KS,χ2检验方法,用于对K分布杂波进行参数估计。该方法从拟合最优的角度进行参数估计,结合矩估计将二维优化转化为一维优化问题。仿真结果表明,该参数估计方法相比于二四阶矩估计方法有明显的改善,KS与分数阶矩法相比,仿真效果较好。χ2法在小v值时与分数阶矩法相当,当v增大时,性能下降。