鞍点逼近法在NNT区间估计中的应用与模拟研究

需要治疗的病例数(NNT)是近年来国际上用于评价临床疗效的一个简单而有效的指标。运用鞍点逼近法构造了NNT的区间估计,并将其与Wald、Wilson score和Delta法进行比较。蒙特卡洛模拟研究结果表明,鞍点逼近法得到的区间估计覆盖率与名义水平接近程度总体上更高,平均区间长度更短,即鞍点逼近法优于Wald、Wilson score和Delta法。     

圆内二维均匀分布的点估计与区间估计

文章研究了圆内二维均匀分布的参数的点估计与区间估计,利用次序统计量得到了圆的半径的估计量与置信区间。     

DHT网络规模估计算法的定量分析与设计

为准确而高效地估计分布式哈希表(DHT)的网络规模,提出一种基于平均间距的估计算法。该算法利用节点之间的间距服从指数分布这一特性,通过测量平均间距长度估计网络规模。从最简单情况入手,逐渐增加估计的间距个数,定量分析了网络规模估计值的概率分布和置信区间。根据分析,如果采用多条间距估计网络规模,估计值将服从参数为(k,k)的伽马分布的尾分布。最后,仿真试验验证了算法的有效性与分析的正确性。     

Bootstrap方法与经典方法在区间估计中的比较

文章研究了Bootstrap方法计算正态分布和Poisson分布参数的置信区间,通过模拟计算,对Boot strap方法得到的置信区间与经典方法得到的置信区间进行了比较,提出了计算置信区间时的建议。     

缺失数据下均值的经验似然置信区间

文章在数据缺失的情况下用两种不同的数据补足方式得到了"完全样本":进而给出了各自均值的经验似然的置信区间,并通过模拟比较了两种补足方式的优劣.     

基于GA-BP 算法的旋转控制头轴承温度预测

旋转控制头轴承组件要承受很大的动载荷,由于摩擦力的作用,使轴承发热和磨损非常严重,极易发生轴承 温度过高而导致轴承失效。针对旋转控制头轴承温度影响因素多、精确计算困难、不易测量等特点,提出了一种基于 遗传算法优化的神经网络（the optimized algorithm of BP neural network based on genetic algorithm,GA-BP）进行旋转控 制头轴承温度预测的方法,利用某无外挂冷却润滑泵站式旋转控制头台架实验数据进行训练和测试,并与传统神经网 络模型（BP）进行对比。结果表明,GA-BP 预测模型实现了控制头轴承温度预测过程的自适应控制,预测得到的轴承 温度与期望值之间的线性相关度达到0.991 48;通过95% 置信区间以及平均、最大、最小绝对百分比误差的对比得到, GA-BP 模型在逼近能力、收敛和泛化能力上都要优于BP 预测模型。GA-BP 预测模型预测精度高、稳定性好,对掌 握轴承运行状态,优化旋转控制头冷却润滑方式和结构,提高旋转控制头的整体性能有重要指导意义。     

中国区域经济增长路径的差异性研究——基于ACF检验的新证据

运用考虑结构变化的自相关函数（ACF）方法,利用子样本抽样和稳态自助法抽样,依据相对最优的原理构建了ACF的最优置信区间,使用1953—2008年中国省市自治区数据,对中国区域经济增长路径的实际特征进行了经验分析。研究的结论表明,中国区域经济增长的转移动态路径具有显著的差异性,区域经济增长均呈现出非线性振荡的转移特征,对数线性化的新古典索罗增长模型并不能刻画出中国区域经济转移动态特征。     

含均值结构变点时间序列的贝叶斯单位根检验

针对ADF和PP检验对含有均值结构变点时间序列的“伪检验”问题,文章基于贝叶斯理论,先运用贝叶斯因子模型选择的方法检测时序结构变点位置,再在结构变点已知的情况下运用置信区间和贝叶斯因子两种方法检验序列是否存在单位根,并用Monte Carlo模拟方法进行仿真,验证该方法的有效性。研究发现：是否考虑均值结构变点对时间序列的单位根检验有着重要的影响,不考虑结构突变而进行常规的单位根检验会产生误判;贝叶斯方法能够有效检测含有均值结构变点时间序列的变点位置,并能提高单位根检验功效。     

结构可靠性分析中蒙特卡洛模拟的应用

本文讨论了蒙特卡洛模拟在结构可靠性分析中的应用 ,并给出了直接抽样法中失效概率的计算公式和置信区间     

基于Bootstrap-DEA方法的中国教育部直属高校科研效率评价

在综合考虑决策单元同质性和随机因素等影响的基础上,运用Bootstrap修正的DEA模型,对2010年中国教育部直属高校的科研活动效率进行了较为全面的评价和分析.研究结果表明:(1)统计检验显示出Bootstrap-DEA模型更合理,更具有可靠性;(2)中国教育部直属高校科研活动效率不仅存在较大改进空间,而且存在显著的个体差异;(3)规模效率均值显著高于相应的技术效率和纯技术效率,表明其并不是高校科研活动效率偏低的主要因素;(4)不同类型的高校科研活动效率差异是比较大的;(5)从纯技术效率和规模效率的比较看,大部分高校表现为两效率的双重低下或一高一低;(6)高校科研活动的纯技术效率与规模效率之间存在一定程度的不协调性.