小样本情况下参数区间估计的改进方法

小样本情况下实验数据的概率分布较难确定,传统小样本估计方法无法提供准确的参数估计;针对工程上常用的Bayes Bootstrap方法对小样本可靠性参数估计仅仅是原样本的重复,在参数区间估计上精度不够高的问题;在不改变原样本数据的基础上,依据时间序列将原样本分组并扩充,对扩充后的样本进行参数点估计和区间估计,提出针对小样本情况下参数区间估计的改进方法,给出了改进方法的算法。运用蒙特卡罗仿真方法进行建模仿真,结合具体算例分析,验证新方法对小样本情况下参数的区间估计精度有显著提高。