一种新的J-M模型参数区间估计工程算法

将Bayes统计方法应用于J-M模型参数的区间估计研究.首先给出J-M模型参数的基于杰弗莱原则的先验分布,在此基础上给出模型参数的Bayes后验分布密度,由此得出模型参数的Bayes点估计.然后,在点估计基础上,给出模型参数的Bayes区间估计方法.最后,分别将J-M模型参数的最大似然、最小二乘以及Bayes区间估计法应用于多组公开的失效数据集,求解模型参数的区间估计值.计算结果表明,Bayes区间估计算法的计算精度、适用性以及稳定性是三者当中最好的.     

一种新的J—M模型参数区间估计工程算法

将Bayes统计方法应用于J—M模型参数的区间估计研究．首先给出J-M模型参数的基于杰弗莱原则的先验分布,在此基础上给出模型参数的Bayes后验分布密度,由此得出模型参数的Bayes点估计．然后,在点估计基础上,给出模型参数的Bayes区间估计方法．最后,分别将J—M模型参数的最大似然、最小二乘以及Bayes区间估计法应用于多组公开的失效数据集,求解模型参数的区间估计值．计算结果表明,Bayes区间估计算法的计算精度、适用性以及稳定性是三者当中最好的．     

截尾数据下威布尔分布的参数估计问题

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．     

Logistic分布参数的渐近置信估计（I）

利用Logistic分布简单样本的样本均值及样本方差,建立Logiatic分布位置参数及尺度参数的渐近正态估计量,进而得到分布参数的渐近置信估计。     

Logistic分布参数的渐近置信估计(Ⅰ)

利用Ｌｏｇｉｓｔｉｃ分布简单样本的样本均值及样本方差,建立Ｌｏｇｉａｔｉｃ分布位置参数及尺度参数的渐近正态估计量,进而得到分布参数的渐近置信估计．     

数据缺失场合下一类单参数指数族的参数估计

对定时截尾有数据缺失场合下一类单参数指数分布族的参数极大似然估计进行了讨论,得到了其参数的点估计和区间估计.     

多台系统可靠性增长模型参数的区间分析

基于多台系统可靠性增长的非参数模型，利用线性回归原理得到了可靠性增长模型的强度函数λ（t）=abt^b-1中待定参数a与b的点估计，并利用回归过程中一些中间参数的精确分布给出相应中间参数与模型参数b的精确区间估计，对已获得的精确区间进行等价变换推导了模型参数a的近似区间估计，并采用区间离散法，给出了模型参数a和b在给定区间变化时，系统平均无故障工作时间变化区间的求解方法，具体工程实例说明了所提方法的合理性。算例给出的系统平均无故障工作时间下限随置信度变化的曲线，为工程应用提供了更多的参考信息。     

顺序统计量与百分位点的估计

本文给出了未知连续型总体百分位点的一种顺序统计量点估计及区间估计的方法。     

可靠性数据处理系统

基于可靠性理论及方法，在微机计算机上使用Ｃ语言实现了可靠性数据分析与处理系统，该系统集数值计算，字符处理，图形功能于一体，提供了可靠性数据管理，分布类型识别，参数点估计和区间估计，假设检验以及多种统计计算等功能。     

失效数据的威布尔分布建模与参数估计方法

低压电器产品的可靠性与生产生活密切相关,因而对产品进行可靠性评估显得十分重要,分析产品的失效数据是可靠性评估的重要手段.威布尔分布是一种常见的产品寿命分布,低压电器产品的失效数据服从不同参数的威布尔分布.本文研究了基于威布尔分布的失效数据的数据处理过程.首先研究了威布尔分布的图检验法,并用最小二乘法计算拟合直线方程和线性相关度.然后用F检验法对失效数据是否符合威布尔分布进行了验证.对于确定符合威布尔分布的失效数据,本文采用极大似然估计法计算威布尔分布参数的点估计值并由此计算参数和可靠性特征量的区间估计.最后,通过具体算例对一组接触器失效数据进行威布尔分布建模并计算相关参数.     

指数分布参数基于不完全样本的区间估计

对于不完全样本讨论指数分布总体参数的区间估计问题,利用完全样本中的任意两个顺序统计量构造出区间估计所需的枢轴变量,并讨论了相应的分布函数和密度函数。即使只知道样本观测值中任意的两个顺序统计量值,也可以计算出总体参数的置信区间.在大样本的情况下,给出了枢轴变量的近似分布,可以构造总体参数的大样本近似置信区间。     

Modeling diameter distribution of the broadleaved-Korean pine mixed forest on Changbai Mountains of China

The broadleaved-Korean pine mixed forest is a native vegetation in the Changbai Mountains, northeast China. The probability density functions including the normal, negative exponential, Weibull and finite mixture distribution, were used to describe the diameter distributions of the species groups and entire forest stand. There is a strong correlation between parameters and mean DBH except the shape parameters in the mixture distribution. The diameter classes of species and entire forest stand showed not negative exponential but normal and "S" distribution. The mixture function was better than normal and Weibull to describe the model distribution. The location parameter had an effect on the estimated frequency in the first diameter class, when the estimated location parameter was bigger than the lower limit of the first diameter class.     

t分布密度函数之性质

利用特殊函数的性质,比较详细的分析了t分布密度函数之性质。指出了该密度函数与相应参数之间的变化关系。主要研究了参数n的变化对密度函数的影响,证明了当n增大时t(n)分布的密度函数的极大值也越来越大,还指出了n变化时t(n)分布的相应密度曲线与另一特定密度曲线交点的变化规律。     

熵损失函数下指数分布参数的估计

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。     

Linex损失下Poisson分布参数的Bayes估计

记X1,X2,…,Xn为来自Poisson总体容量为n的样本,在Linex损失函数下,给出了Poisson分布参数θ的Bayes估计并证明其可容许性,同时也得到了该参数的多层Bayes估计的表达式。     

正态分布尺度参数基于残缺观测数据的置信区间

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。     

Weibull分布的参数估计

考虑形状参数为β,尺度参数为η的二参数Weibull分布,利用Gamma函数的性质,讨论了完全样本情形下β和η的矩估计β和η,给出了一些随机模拟结果.     

应用神经网络模拟随机变量的分布函数

利用随机变量样本 ,应用神经网络技术来模拟任意连续型随机变量的分布函数和随机变量函数的分布函数 ,并给出它们的显性表达式 ,避免了参数估计、假设检验和复杂的数值积分运算。     

中国股票市场收益率分布特征探索

介绍了正态分布和分形分布的主要特征,借助分形理论对中国股票市场的收益序列进行了实证研究,估计出分形分布的参数,绘制了分形分布的密度曲线,并对其进行了检验。实证结果表明,分形分布能较好地拟合中国股票的收益率曲线。     

Weibull分布兴趣参数的假设检验

研究Weibull分布尺度参数、形状参数、分位数及可靠度函数的假设检验问题．利用广义检验变量给出兴趣参数的广义p-值．证明由广义p-值确定的固定水平的检验具有真实水平．