截尾数据下Weibull模型的参数估计

寿命试验是可靠性试验中的基本项目之一 .用截尾试验数据对各种寿命分布中的参数进行估计是可靠性领域中的重要问题 .本文研究了在定数截尾试验和定时截尾试验的寿命数据下 ,Weibull分布中的特征寿命参数α及形状参数β的极大似然估计     

截尾数据下 Weibull模型的参数估计

寿命试验是可靠性试验中的基本项目之一.用截尾试验数据对各种寿命分布中的参数进行估计是可靠性领域中的重要问题.本文研究了在定数截尾试验和定时截尾试验的寿命数据下,Weibull分布中的特征寿命参数α及形状参数β的极大似然估计.     

逐次定数截尾数据下ZZ分布的参数估计

对于设计寿命之前很少失效,设计寿命之后失效比例大幅增加的一类存储产品,其寿命变量用ZZ分布来描述较为合适.基于逐次定数截尾样本,首先利用泰勒展式将似然函数中的非线性部分转化为线性表达,使似然方程可解,进而得到参数的近似极大似然估计.其次,运用最佳线性无偏估计法,给出了参数无偏估计的一般解析表达式,同时针对两种特殊逐次定...     

基于截尾数据对女性寿命的估计

根据英国十七、十八世纪堂区登记册上的数据,提出估计当时英国女性寿命的模型,并用极大似然方法估计出了模型中的未知参数。     

截尾线性回归模型参数极大似然估计的EM算法

对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(Maximum Likelihood Estimate,MLE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了Murray Aitkin给出的右截尾数据回归模型参数MLE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.     

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.     

多个指数分布参数基于截尾样本在序约束下的极大似然估计

对给定k（k〉2）个指数分布总体,抽取一组截尾样本1,2,i i iniX X X,讨论其均值θi,（i=1,2,3 k）在简单半序、简单树半序、伞型半序和简单环半序约束条件下的极大似然估计问题,根据PAVA算法给出了k个指数分布参数基于截尾样本在序约束下极大似然估计的计算方法。     

对威布尔分布之参数γ的似然方程的讨论

本文从理论上探讨了关于γ的似然方程解的存在性及γ的极大似然估计,给出了若干结果,并说明当m也是待估计参数时,不宜用解似然方程的方法求γ的极大似然估计.     

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。     

定时截尾数据缺失Weibull分布的Bayes分析

研究了寿命分布为weibull分布时定时截尾数据缺失下的两个参数与可靠度的Bayes估计,并与极大似然估计比较,表明了这个方法的可行性.     

广义逐步增加定数截尾下Lindley分布的Bayes估计

对基于广义逐步增加定数截尾样本的Lindley分布寿命产品进行了贝叶斯统计分析,并利用Monte Carlo方法获得3种损失函数下分布参数的近似Bayes估计。最后,通过模拟实例表明Bayes估计是有效的。     

双参数指数分布无失效数据的新的修正极大似然估计

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。     

逐步增加定数截尾下Weibull 分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。     

分组数据场合指数分布参数的渐近置信估计

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。     

污染数据回归分析的参数估计

截断数据是生存分析的重要研究内容，而关于污染数据的分析在近几年也越来越受到人们的重视．研究简单回归模型：Xi^(0)＝γ βμi εi,i=1，2，…，n，其中Eεi＝0，Eεi^2＝σ1^2；但X1^(0),X2^(0),…，Xn^(0)，受到另一独立同分布随机变量序列W1，W2，…，Wn的污染，Wi与Xi独立，即有Xi＝(1-a)Xi^(0) aWi,i＝1，2，…，n．给出污染系数a的区间估计，并由此给出γ，β的点估计．     

区间型数据下4种分布的参数估计

使用EM算法,在区间型数据下,对正态分布、对数正态分布、Rayleigh分布和Logistic分布的参数进行估计,得到了估计量所满足的非线性方程组.     

离散系统参数估计的极大似然法及在飞行数据处理中的应用

本文提出了一种有效的离散系统参数估计的极大似然方法，并书其成功地应用于飞行数据处理中．为了保证飞行状态测量偏差估计的精度，本文提出了飞机运动准确离散化模型，利用积分求和法使系统噪声大大减少；并利用分级估计法大大提高了计算效率．数字仿真和对我国几种类型飞机的飞行数据实际计算表明，这一方法能够准确地估计出飞行状态和仪器误差，对不同的初值和噪声统计特性均能得到一致的结果．