共查询到19条相似文献,搜索用时 62 毫秒
1.
指数分布参数基于不完全数据的区间估计 总被引:1,自引:1,他引:0
罗艳 《电子科技大学学报(自然科学版)》1998,27(4):445-448
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。 相似文献
2.
3.
4.
将β分布推广到不完全β分布,给出了二项分布的可靠度的先验分布为不完全β分布时的一些结论,并讨论了在基于二项分布可靠性增长模型中的应用. 相似文献
5.
用信仰推断方法,给出了双参数指数分布的门限参数弘和尺度参数盯的信仰区间估计,并与由枢轴量方法得到的置信区间估计进行了比较,说明在一般场合下,门限参数μ的信仰区间估计优于由枢轴量法得到的区间估计. 相似文献
6.
佟毅 《辽宁石油化工大学学报》1998,(4)
设随机变量X服从指数分布f(x,θ)=1θe-xθx≥00x<0{且X(1)≤X(2)≤…≤X(r)为替换定数截尾子样,n为投试样品个数(r≤n)。研究了具有一致最小平均长度的区间估计。给出了指数分布平均寿命参数θ的具有一致最小平均长度的区间估计为2r^θr,nX2P1(2r)≤θ≤2r^θr,nX2P2(2r)。相应地,指数分布平均失效率参数λ=1θ的具有一致最小平均长度的区间估计为:X21-α(1-1t0)(2r)2r^θr,n≤λ=1θ≤X2αt0(2r)2r^θr,n,同时给出了具有一致最小平均长度区间估计的计算方法和数值用表。 相似文献
7.
佟毅 《抚顺石油学院学报》1998,18(4):74-80
设随机变量X服从指数分布f(x,θ)=(1/θe^-x/θx≥0,0,x〈0,且X(1)≤X(2)≤…≤X(r)为替换定数截尾子样,n为投试样品个数(r≤n)研究了具有一致最小平均长度的区间估计,给出了指数分布平均寿命参数θ的具有一致最小平均长度的区间估计的2rθrh/X^2P1(2r)≤θ≤2rθrn/X^2P2(2r)。相应地,指数分布平均失效率参数λ=1/θ的具有一致最小平均长度的区间估计为 相似文献
8.
9.
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。 相似文献
10.
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. 相似文献
11.
利用指数分布的若干个样本分位数,建立线性回归模型,由获得的广义最小二乘估计的渐近正态性,得到分组数据场合分布参数的渐近置信估计。在样本足够大的情况下,该方法简单有效。 相似文献
12.
正态分布尺度参数基于残缺观测数据的置信区间 总被引:2,自引:0,他引:2
对于残缺的样本观测数据,讨论了正态分布总体尺度参数的区间估计问题。给出了适用于残缺观测数据的构造置信区间的一种方法,即只需知道样本的任意两个关于样本中心对称顺序统计量的值,就可求出总体多数的置信区间。讨论了相应的分布密度函数,给出了大样本近似分布。 相似文献
13.
最短置信区间的求解 总被引:1,自引:0,他引:1
蒋书法 《上海电力学院学报》2014,30(2):188-192
概率密度图形非对称时,取对称分位点所确定的置信区间长度一般不是最短的,对于相同的置信水平,利用解方程组的方法可以求出单个正态总体中方差的最短置信区间及两个正态总体方差之比的最短置信区间,置信区间长度越短则估计的精度越高. 相似文献
14.
15.
16.
文章在指数分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在熵损失函数下的E-Bayes估计和多层Bayes估计。 相似文献
17.
定义了关于模糊集合的隶属度区间分布函数的概念,用L-R梯形模糊数的隶属度区间分布函数等例子,说明了所引入的概念具备重要的实际背景,是合理的。进一步澄清了模糊数的隶属度函数、隶属度区间分布函数和随机变量的概率密度函数的关系,以及模糊数的隶属度区间分布函数和随机变量的概率分布函数的异同。 相似文献
18.
针对截尾寿命试验数据对相关寿命分布及其参数进行统计推断问题,根据可靠性统计理论,研究了在截尾数据条件下,威布尔分布中的形状参数β及特征寿命参数η的点估计和区间估计.结合实例,验证了估计方法的可行性,可供可靠性工程界作为参考. 相似文献
19.
何春 《广东工业大学学报》2000,17(4):103-106
对双参数指数分布的无失效数据(ti,ni)给出了参数μ和σ的新的修正极大似然估计,从而可以得到无失效数据可靠度的估计。最后,结合实际问题进行了计算。 相似文献