双定数混合截尾下指数分布的估计与预测（英文）

当受试样品的寿命服从指数分布时,基于双定数混合截尾数据,在三种损失函数下求出了指数分布未知参数和可靠度的估计,利用经典方法得到了未来观测值的点预测和区间预测.当参数的先验分布分别取为伽马先验和无信息先验分布时,得到了未来观测值的预测值及等尾预测区间.对于独立同分布于该指数分布的任一试验样品,得到了它的失效时刻的点预测和区间预测.通过随机模拟计算出参数和可靠度估计的均值及平均绝对值偏差.最后对一个数值例子进行了分析,利用文中的结论计算出了相关的估计值和预测值.     

二项分布参数多层Bayes和E Bayes估计的性质

讨论无失效数据下二项分布参数E Bayes估计和多层Bayes估计的性质,证明二项参数的多层Bayes估计和E Bayes估计渐近相等,且E Bayes估计值小于多层Bayes估计值.     

指数分布参数多层Bayes和E Bayes估计的性质

本文讨论无失效数据下指数分布参数多层Bayes估计和E Bayes估计的性质,在超参数分别取两种不同的先验分布下,证明参数的多层Bayes估计和E Bayes估计渐近相等,且多层Bayes估计值小于E Bayes估计值.     

基于NS混合模型的中国利率期限结构动态估计比较研究

采用NS混合模型动态估计中国利率期限结构,考察动态NS模型,无套利NS模型及广义无套利NS模型等NS混合模型对我国利率期限结构的动态估计效率,比较NS混合模型的样本外预测能力,检验无套利约束对混合模型动态估计的影响.本文的经验分析结果表明:无套利条件的引入增强了NS混合模型的样本内动态估计能力和样本外预测能力;五因素的广义无套利NS模型(AFGNS)无论在利率期限结构样本内动态估计还是在总体预测效率上都要高于其他模型,可将其作为利率期限结构研究的基础模型:     

方差分量谱分解估计的几个性质

对于线性混合模型中方差分量的估计，虽有多种方法，但一般情况下只有方差分析估计和谱分解估计有显式解，本文就线性混合模型中含两个方差分量的情形，对方差分析估计和谱分解估计进行了比较，证明了在一些条件下两个估计的方差相等，由此推出谱分解估计也具有方差分析估计的某些优良性．文末用实例进一步说明了文中的结果．     

Ⅰ型双删失下逆Rayleigh分布的统计分析

在Ⅰ型双删失样本下,用极大似然法得到了逆Rayleigh分布尺度参数估计的迭代公式.根据遗失信息原则计算出了Fisher信息矩阵,由极大似然估计的渐近正态性得到了参数的置信区间.取共轭先验分布,在平方损失函数下,求得了未知参数、可靠度函数的贝叶斯估计和参数的等尾置信区间.根据后验预测密度函数,得到了预测值的估计.通过Monte Carlo随机模拟,得到了多种估计值,并进行了比较,结果表明在小样本场合贝叶斯估计要优于极大似然估计.     

空间混合效应随机前沿模型估计方法研究

在经典随机前沿模型中引入随机效应和空间效应,构建了空间混合效应随机前沿模型。模型考虑了生产单元技术水平的异质性并且可以有效避免忽略内生性问题导致的有偏且不一致估计量,适用性更佳。使用贝叶斯方法估计模型,核心在于推导未知参数的后验分布以及MCMC抽样。相比于其他估计方法,贝叶斯方法简单直观且精度较高,更适合复杂模型的估计。数值模拟结果显示:①贝叶斯估计的精度较高。增加样本容量有助于提高精度。②忽略随机效应,估计精度偏低。数值模拟表明文中模型和方法有存在必要性。     

岭估计在上海居民生活用电预测中的应用

负荷预测精度涉及到电力工业投资的经济效益，超前投资造成资源浪费；滞后又影响经济发展．在上海居民生活用电预测中，用岭估计代替最小二乘估计，可以消除多元线性回归方程系数的估计为负带来的不合理结果，提高预测精度，本文总结了岭参数的选择对长期负荷预测的影响，取得较满意的预测结果．     

单参数Pareto分布变点估计研究

研究单参数Pareto分布存在变点时的估计问题,分别利用极大似然估计法和贝叶斯方法对单参数Pareto分布的变点进行估计,并运用Matlab软件进行随机模拟,随机结果表明贝叶斯方法与极大似然估计相比,估计值更接近真值.     

逐次Ⅰ型混合截尾下基于FGM copula的应力强度模型可靠性估计

在逐次Ⅰ型混合截尾样本下,研究具有相关性应力-强度模型的可靠性.假设应力和强度分布为参数不同的指数分布,选用FGM copula作为连接函数构造联合分布,得到参数和可靠度的极大似然估计(MLEs)、贝叶斯估计和对应渐近置信区间、HPD置信区间.通过Monte Carlo模拟方法,获得不同样本量不同截尾方案下估计值的数值...     

指数分布2/3(G)表决系统产品的统计分析

针对指数分布2/3(G)表决系统产品,本文给出了系统的寿命分布及数字特征,并在全样本场合下给出了参数的矩估计、极大似然估计和逆矩估计,通过大量Monte-Carlo模拟比较了三种点估计的精度。此外,还给出了求参数区间估计的两种方法,并通过大量Monte-Carlo模拟考察了区间估计的精度,得到参数的精确区间估计优于近似区间估计。     

线性回归模型Liu估计的新研究

考虑线性回归模型Y=Xβ+ε,E()ε=0,Cov()ε=2σI(1),当设计矩阵X的列存在共线性时,最小二乘估计^β=(X′X)-1X′Y的性质变坏,为此给出了有偏估计^(βK,d)=(X′X+K)-1(X′Y+d^β),其中K为对角矩阵,K=diag(k1,…kp),ki≥0,d>0为参数,讨论了这种有偏估计与广义岭估计、Liu估计的比较,并证明了其可容许性估计.     

认购证发行总数的估计

利用发行的认购证有编号１，２，……，Ｎ，，本文通过随机抽取的几个认购证号码，给出了认购证发行总数的最大似然估计，一致最小方差无偏估计和Ｂａｙｅｓ估计。     

指数分布冷贮备系统产品的统计分析——转换开关指数型的情形

给出了全样本场合下指数分布冷贮备系统产品寿命分布中参数θ≠λ时的矩估计和极大似然估计,通过Monte-Carlo给出了参数矩估计的精度,考察了1000次满足条件时所需要的模拟次数,随着样本量的增大,矩估计存在的比率逐渐增大,而极大似然估计的结果与样本有关.同时给出了参数θ=λ时的矩估计、极大似然估计和逆矩估计,通过Monte-Carlo模拟考察了参数点估计精度,认为矩估计比较优.文章还给出了求参数区间估计的两种方法——精确方法和近似方法,通过Monte-Carlo模拟认为精确方法精度较高.     

定时截尾场合指数分布表决系统产品的统计分析

本文针对指数分布2/3(G)表决系统产品,在截尾样本场合下给出了参数的拟矩估计、极大似然估计和近似区间估计,并通过大量的Monte-Carlo模拟分别考察了点估计和区间估计的精度。     

Dirichlet invariant processes and applications to nonparametric estimation of symmetric distribution functions

A class of random processes with invariant sample paths, that is, processes which yield (with probability one) probability distributions that are invariant under a given transformation group of interest, are introduced and their properties are studied. These processes, named Dirichlet Invariant processes, are closely related to the Dirichlet processes of Ferguson. These processes can be used as priors for Bayesian analysis of some nonparametric problems. As an application Bayes and Minimax estimates of an arbitrary distribution, symmetric about a known point, are obtained.     

艾拉姆咖分布参数的Bayes估计及检验

首先给出了艾拉姆咖分布在定数截尾场合下参数的极大似然估计;其次由"平均剩余寿命"的概念得到了参数的拟矩估计;然后取共轭先验分布给出了参数的经验Bayes估计、区间估计及假设检验;最后通过实例给出了不同截尾样本下参数的点估计和区间估计.     

齐次线性约束回归模型参数的主成分压缩估计

当设计矩阵X复共线时,对齐次线性约束回归模型参数的约束最小二乘估计进行改进,提出参数的主成分压缩估计,并对新参数估计的性质进行了讨论,最后进行了数值模拟,验证了算法的参数估计优于约束最小二乘估计.     

On Two-stage Estimate Based on Independent Estimate of Covariance Matrix

When an independent estimate of covariance matrix is available, we often prefer two-stage estimate （TSE）. Expressions of exact covarianee matrix of the TSE obtained by using all and some covariables in eovariance adjustment approach are given, and a necessary and sufficient condition for the TSE to be superior to the least square estimate and related large sample test is also established. Furthermore the TSE, by using some covariables, is expressed as weighted least square estimate. Basing on this fact, a necessary and sufficient condition for the TSE by using some covariables to be superior to the TSE by using all eovariables is obtained. These results give us some insight into the selection of covariables in the TSE and its application.     

失访和迄今存活病人的生存率

癌症临床工作的关键指标是生存率，尤其是那些失访和迄今存活病人即终检（也称删失）病例的生存率。后者尚无估计方法。本文提出生存率终检模型，利用该模型从整个样本生存率分离出终检病例生存率，并按二项分布理论构造其方差和置信限。其统计学意义是它揭示出生存率的终检成份和非终检成份，临床意义是它实现了对失访和迄今存活病人生存率的估计。与以往的笼统生存率估计相比，这显然提高了一步。附有工作实例描述其临床应用