伽马分布的形状参数的一种估计

本文利用服从伽马分布的随机变量 X 与其逆 X~(-1)的协方差只与形状参数有关这一性质,给出伽马分布形状参数的所谓自逆协方差估计,进而构造了相应的无偏估计,并证明了这类估计的大样本性质:强相合性以及渐近正态性。     

解决小域估计的一种新思路:样本外推

本文对单元之间有聚集性时出现的小域估计问题,通过样本外推机制来改进抽样设计,有效增加了域中的样本量,这种方法更节约调查费用,并且估计量具有优良的性质。为解决在流动劳动力、传染病群体等调查研究中的小域估计问题,提供了一种新的解决方法参考和理论支撑。     

矩形域上的一类三次样条插值

主要讨论了利用Fraeijs de Venbeke-Sander格式给出矩形域上的一类三次样条插值方法，并给出误差估计。     

一类椭圆型方程的非平凡解的估计

对一类包含临界指数的椭圆方程,我们给出了这个方程的非平凡解的存在性,并得到这个非平凡解的一个估计.     

矩形域上的一类三次样条插值

主要讨论了利用Fraeijs de Venbeke-Sander格式给出矩形域上的一类三次样条插值方法,并给出误差估计.     

伪协方差函数的宽带信号源个数估计法

提出了一种计算简单且有效的宽带信号源个数估计估计算法。该方法利用不同频率互协方差函数所构造的矩阵,从理论上证明了对窄带盖氏圆盘法改进可以用于对该矩阵求解,从而获得宽带信号个数的估计值。分析了该方法在相关和不相关宽带信号下的表现,证明了在CSSM类方法失效的情况下该方法能很好地应用。仿真结果证实了所提方法不仅可以用于估计大于阵元数目的宽带信号个数,而且计算负担更小,便于实际应用。     

两个不同损失函数下一类分布族参数的Minimax估计

在对数误差平方损失函数和熵损失函数下,得到了两个不同损失函数下一类分布族参数的Bayes估计和Minimax估计.     

一种GA-DKF的锂离子电池SOC估计

提出了一种基于遗传算法优化双卡尔曼滤波(GA-DKF)的方法进行电池荷电状态(SOC)估计。分别利用遗传算法优化模型参数辨识中卡尔曼滤波的噪声协方差矩阵,以及SOC估计中无迹卡尔曼滤波(UKF)的噪声协方差矩阵。搭建试验平台,依据不同电流倍率下的放电实验数据,得到模型参数动态辨识的结果,分析GA-KF算法辨识参数的有效性。通过不同工况下试验结果、仿真结果以及传统最小二乘法(LS)辨识结果的对比,表明提出的方法能够有效提高锂电池模型精度。最后,采用遗传算法优化双卡尔曼滤波(GA-DKF)进行SOC估计,分别验证该模型在动态工况下SOC估计的精度和鲁棒性。结果表明：该模型不仅具有较高的估计精度,还能克服不同初始SOC的误差,具备良好的鲁棒性。     

线性回归模型的一个新的随机约束岭估计

研究带随机先验信息的线性回归模型，提出一种新的随机约束岭估计，得到新的估计在均方误差矩阵意义下优于混合估计、普通岭估计、随机混合估计（Yalian,2008）和另一随机混合估计（富月，2003）的充要条件。理论结果与数值实验都表明：新的估计在均方误差矩阵意义下的性能是优良的。     

一类无平方因子数的k次方和

拓广了无平方因子数ｋ次方和的结果，得到一类无平方因子数ｋ次方和的估计式．     

正态回归模型中未知参数几种估计的比较分析

给出了正态回归模型中未知参数的无偏估计,最小二乘估计与极大似然估计及其求解过程,并通过数值模拟说明了异同点,验证了相应的结论。     

一种乘积估计量的研究

在抽样调查中恰当地使用辅助信息可以提高调查精度。当辅助变量x与调查指标y呈负相关关系时,乘积估计是构造总体均值估计传统的方法。本文提出了链式乘积估计量,并且得到了它的均方误差。在一定条件下,链式乘积估计量的效率高于传统估计量,并提供了一个数值例子。     

对数正态分布参数的最大似然估计

利用最大似然估计法求出了对数正态分布两个参数的估计量,并讨论了它们的无偏性和相合性。     

岭回归的均方差最小调整因子与LS估计均方差最小压缩估计

本文通过对岭估计的分析，确定了岭回归的均方差最小调整因子。在此基础上，又给出了最小二乘估计对应的均方差最小常量压缩估计。表达式具有较强的实用可操作性。     

多元抽样调查两级抽样中比率型估计量的平均精度

本文通过多元抽样调查的两种抽样方法，得到了总体均值的无偏估计量，并且证明了和一元情形一样好的结果，即在一定条件下比率型估计量的平均精度不劣于无偏估计量的精度。     

NOTE OF ADMISSIBILITY IN LINEAR ESTIMATION

１ＩＮＴＲＯＤＵＣＴＩＯＮＡｍｏｄｅｌｉｓｇｉｖｅｎａｓｆｏｌｏｗｓＹｎｘｍ＝ＸＢｐｘｍ＋ε;Ｂε～ΝＡΘ０,Σ△（１）ｗｈｅｒｅＹｉｓａｍａｔｒｉｘｏｆｏｂｓｅｒｖａｔｉｏｎｓ．Ｂεｈａｓａｍａｔｒｉｘｍｏｒｍａｌｄｉｓｔｒｉｂｕｔｉｏｎｗｉｔｈ...     

观测值对最小二乘估计的影响

利用平差因子讨论了在Gauss-Markov模型中,去掉一个观测值对最小二乘估计的影响,并讨论了当平差因子Jii接近1时,去掉对应的观测值会引起解差的异常.     

m个方差分量的非负二次同时估计的可容许性

给出了ｍ个方差分量的模型Ｅ（Ｙｎ×１）＝Ｘｎ×ｐβｐ×１,ｃｏｖ（Ｙ）＝∑ｍｉ＝１σ２ｉＶｉ的方差分量（σ２１,σ２２,…,σ２ｍ）的非负二次同时估计可容许的一个必要条件,推广了相关论文中的结果     

位置参数的同时估计

在平方损失下，考虑ｐ（ｐ≥３）个位置参数的同时估计．对均匀分布、双指数分布给出了控制通常估计量的改进估计量，推广了Ｓｈｉｎｏｚａｋｉ（１９８４）的主要结果．