和极大似然估计──一种新的估计准则

经典的极大似然估计和抗差的广义极大似然估计都是将随机样本看成独立积事件，在积概率最大的准则下，求参数估值，前者不能抗拒粗差，后者能抗拒粗差。和极大似然估计是将随机样本看成独立和事件，在和概率最大的前提下，求参数估值，从理论分析和计算结果来看，和极大似然估计优于积极大似然估计。     

基于Logistic总体Ⅱ型截尾样本分布参数的近似极大似然估计

为了研究Logistic总体的拟合优度检验问题等,讨论了基于Logistic总体Ⅱ型截尾样本分布参数的近似极大似然估计,得到如下结果:在样本大小足够大,样本双侧截尾比分别趋近于定值条件下,分布参数的近似极大似然估计存在、惟一、有界、且相合于真实参数;特别地,当样本双侧截尾比趋于同一定值时,估计量具有渐近正态性.     

渐近极大似然估计(AMLE)与极大似然估计(MLE)的强一致性

AMLE和MLE的强一致性具有广泛的应用,随着对非参数估计的研究,需要对AMLE和MLE的强一致性进行分析。本文的目的是研究AMLE与MLE的强一致性的一般条件,并说明二者间的密切联系。     

极值分布在无失效数据下的修正极大似然估计

给出了修正似然函数重要参数的Ｂayes估计,并给出在无失效数据下极值分布参数的修正极大似然估计。     

极大似然估计方法介绍

主要介绍了极大似然估计方法的来源、极大似然原理、极大似然问题求解方法以及什么情况下极大似然估计不能求解等。     

极大似然估计和拟极大似然估计模拟之比较

通过对单个协变量的带有测量误差的一维结构回归模型中总体平均处理效应的极大似然估计和拟极大似然估计的随机模拟结果进行比较,发现这两个公式都不受测量误差的影响,并且可以互换使用.当其它误差较小时用两个公式计算结果虽然相差不大,但相比较而言用拟极大似然估计较好,反之,当其它误差较大时用极大似然估计较好.     

某类均匀分布参数极大似然估计及优良性的讨论

讨论了双参数均匀分布U=[θ1-1/2θ2,θ1＋1/2θ2]中未知参数θ1,θ2的极大似然估计的均方误差和相合性,表明参数θ2修正后的极大似然估计均方误差较小,并给出未知参数θ1,θ2的UMVUE.     

多元退化正态分布参数的极大似然估计

设m维随机向量y服从多元退化正态分布,即y～Nm（μ,V）,其中V≥0且|V|＝0.本文利用矩阵的广义道作为表示工具来讨论参数μ,V的极大似然估计,得到了与非退化情形下表达形式—致的似然估计的一般表达式.     

基于Logistic总体Ⅱ型截尾样本分布参数的极大似然估计

为研究Logistic分布的拟合优度检验问题等,讨论了基于Logistic分布Ⅱ型截尾样本分布参数的极大似然估计.研究结果表明:在样本大小足够大,样本双侧截尾比为定值条件下,分布参数的极大似然估计存在、惟一、有界,且相合于真实参数;在样本大小足够大,样本双侧截尾比趋于同一定值条件下,分布参数的极大似然估计具有渐近正态性及渐近无偏性.     

舰炮可靠性的极大似然估计

通过舰炮的功能分析,将舰炮视为由二项型单元和指数单元构成的串联系统,在系统可靠性模型基础上,建立了系统可靠性修正极大似然估计方程,由此推导出利用单元可靠性信息计算系统可靠性的近似限通用公式。     

极值分布在无失效数据下的修正极大似然估计

给出了修正似然函数重要参数的Bayes估计 ,并给出在无失效数据下极值分布参数的修正极大似然估计。     

指数分布参数极大似然估计检验的样本崩溃点

如何量化一种统计方法对异常值的不敏感性一直是稳健统计研究的一个重要课题.检验的样本崩溃点是样本中能逆转判决的离群值的最小比例.在研究相关文献的基础上,计算出指数分布参数极大似然估计检验的样本崩溃点,并分析了样本崩溃点的渐近正态性,为量化统计方法的稳健性提供了一种新的途径.     

测线调查样本的核函数密度推定中探知函数改良

考虑用最大似然法和核函数法对于测线调查的密度推定，选用4个核函数、3个最佳带幅宽；分别用2个探知函数生成计算机模拟测线调查数据，对两种密度推定法进行比较研究．     

某类分布参数MLE与Bayes估计相等的关系

为了在一个缩小的范围内探讨总体分布中的参数的任一经典估计都存在一个先验分布,使得其贝叶斯估计就是该经典估计这一命题的真伪,进行了多次试验,并通过试验法证明了某类单参数指数族分布中未知参数的最大似然估计,一定存在一个先验分布,使其贝叶斯估计就是该最大似然估计的结论．     

截尾线性回归模型参数极大似然估计的存在性

工业统计中,常用到截尾线性回归模型,其未知参数估计通常用极大似然估计(Maximum Likeli-hood Estimates,MLE),但有时极大似然估计不一定存在.Silvapulle and Burridge只给出了该模型极大似然存在的一个充分必要条件,但未给出严格的证明.本文给出其严格的证明,并且给出仅有区间截尾的情形下参数极大似然估计存在的一个更简单的条件.     

极化SAR图像的多纹理最大似然估计

提出了一种新的极化SAR图像相干斑抑制的方法。该方法在多纹理乘性相干斑噪声模型的假设下,采用最大似然估计法来同时估计多个极化通道的纹理参数。该方法保存了极化信息,消除了极化通道间的耦合,取得较好的相干斑抑制效果;并与极化白化滤波法(PWF)作了比较。     

多维组合预测的贝叶斯极大似然估计

为了实际预测的需要,提出了多维组合预测问题,即若干单项多维预测的变权组合预测.在各单项预测无偏且服从正态分布前题下,求出了p时刻预测向量Xp的先验分布密度和后验分布密度.利用主观先验信息、预测信息和样本信息,运用贝叶斯估计方法,得到了Xp的贝叶斯极大似然估计,其权重随时刻p的改变而改变.本方法充分利用了多维变量间的相关信息,进一步提高了预测的科学性和有效性,体现了对样本信息和预测信息的进一步综合应用.     

半序约束下多维正态分布协方差阵的最大似然估计

对于给定Ｋ个Ｐ维正态总体，协方差阵∧ｉ（ｉ＝１，２，…，ｋ）为未知参数。本文给出协方差阵在一个简单半序约束０＜∧１≤∧２≤…≤∧ｋ的条件下的最大似然估计的一种算法。     

均值被半序约束方差为未知的最大似然估计

讨论了对给定的两个正态母体 ,均值为未知但被半序约束 ,方差为未知的最大似然估计 ,并给出了一个求解方法 .     

高动态多普勒频率的最大似然估计器

采用泰勒级数展开的形式表示高动态的多普勒频率参数, 推导并实验分析了对各阶频率参数估计的最大似然估计器(MLE); 计算机模拟采用FFT处理方法,给出了算法对所模拟的接收机动态的估计均方根误差和失锁概率.