缺失数据下指数族分布参数的经验Bayes检验

文章在加权线性损失下讨论了带有非随机缺失数据连续型单参数指数族分布参数的经验Bayes检验问题.利用非参数插补的方法,重新构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优性,并获得了它的收敛速度.     

两两NQD序列下Lomax分布参数的经验Bayes检验

讨论了Lomax分布参数的经验Bayes双边检验问题.对于两两NQD样本序列,利用核函数估计方法给出了检验函数,证明了该检验函数是渐近最优的,并在适当的条件下得到其收敛速度.     

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.     

指数族分布参数的信息函数

在指数族分布 p( x;θ) =exp{∑ri=1Ci(θ) Ti( x) C(θ) h( x) },θ∈　 Rr,x∈ X假设下 ,对θ的信息函数 I(θ)进行了研究 ,得到了参数θ=(θ1,θ2 ,… ,θr) τ的信息函数的计算公式 ,该公式大大简化了信息函数的计算     

NA序列下经验分布函数的收敛性

证明了同分布NA序列下经验分布函数的依概率收敛和几乎处处收敛的性质,得到了与iid完全相同的结果.     

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。     

CAPM的经验检验与残差分布的时变性

本文从预期收益期望的统计学计算原理出发,研究发现在CAPM经验检验时,交易前后预期收益的残差分布将发生变动,这一变化可使得交易后预期收益的期望会增加、方差却减少。该结论也可同时解释许多当前有关CAPM有效性不足的研究成果：无风险收益可作为预期收益的影响因子,市场风险溢价者具有时变性,经验检验设计存在偏差。这种较强的解释力,不仅表明本研究方法的有效性,也将为我们进一步研究和提高CAPM及其经验检验的有效性提供一种新的方法和途径。     

三参数Weibull分布参数的估计

主要给出了三参数Weibull分布参数极大似然法估计的一种方法.首先用矩阵法确定样本的均值、标准差和偏差系数;再利用现成的数表粗略地进行分布参数的点估计,然后以这些点估计值作为迭代初始点,用牛顿法进行迭代计算求解由三参数Weibull分布确定的似然方程,最终求得分布参数的估计值.实例表明,结果是令人满意的.     

基于贝叶斯神经网络的非参数回归

提高神经网络模型推广能力的关键是控制模型的复杂度。该文探索了贝叶斯神经网络的非参数回归的建模方法,通过融入模型参数的先验知识,在给定数据样本及模型假设下进行后验概率的贝叶斯推理,使用马尔可夫链蒙特卡罗算法来优化模型控制参数,实现了对神经网络模型中不同部分复杂度的控制,获得了模型参数的后验分布及预测分布。在5个含噪二维函数回归问题上的应用显示了模型的复杂度能根据数据的复杂度而自适应调整,并给出了较好的预测结果。     

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。     

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。     

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     

一类BAM神经网络的全局指数稳定性

利用变参数方法和不等式技巧,研究了一类BAM神经网络的动力学特性,得到了能保证其平衡解唯一性和全局指数稳定性的条件,并且此条件与时滞无关.     

一类指数型幂级数的求和

应用差分算子给出了一类指数型幂级数的一个求和公式，并给出了其在组合恒等式方面的一些应用     

关于二参数Weibull分布变异系数的一个定理证明

利用导数、级数的有关定理及Ｇａｍｍａ函数的性质证明了Ｗｅｉｂｕｌｌ分布变异系数是其形状参数的单值、单调、连续的函数。在此基础上可以进一步讨论变异系数的有关统计推断问题。     

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。