期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于Logistic总体Ⅱ型截尾样本分布参数的近似极大似然估计 被引量:4
1
作者 杨振海 程维虎 《北京工业大学学报》 CAS CSCD 北大核心 2004年第2期235-240,共6页
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... 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. 展开更多
关键词 Logistic分布 极大估计 近似极大似然估计 Ⅱ型截尾样本 相合性 渐近正态性
在线阅读 下载PDF
定数截尾数据缺失场合Frechet分布参数的近似极大似然估计 被引量:4
2
作者 曾林蕊 汤银才 窦雯 《应用概率统计》 CSCD 北大核心 2017年第3期310-316,共7页
Frechet分布是一种重要的寿命分布,本文给出了在定数截尾数据缺失场合两参数Frechet分布参数的近似极大似然估计,并通过Monto-Carlo模拟说明了本文方法的可行性.
关键词 两参数Frechet分布 近似极大似然估计 数据缺失
在线阅读 下载PDF
分组数据在指数分布下的近似极大似然估计 被引量:5
3
作者 张莉 《统计与决策》 CSSCI 北大核心 2009年第17期153-155,共3页
基于指数分布下的分组数据,文章研究了步加试验中参数的近似极大似然估计方法,最后通过蒙特卡罗模拟,说明方法是可行且有效的。
关键词 分组数据 指数分布 步加试验 近似极大似然估计
在线阅读 下载PDF
半参数跳-扩散模型的近似极大似然估计——基于转移密度的闭式展开方法 被引量:1
4
作者 王继霞 张亚萌 《河南师范大学学报(自然科学版)》 CAS 北大核心 2018年第4期23-28,共6页
首先,引入半参数跳-扩散模型,用闭式展开的方法得到转移概率密度的近似表达式,证明了转移密度的展开式收敛到真实的转移密度.然后,利用近似极大似然估计的方法对模型中的参数进行估计.针对时变参数和非时变参数,分两步进行估计:第1步,... 首先,引入半参数跳-扩散模型,用闭式展开的方法得到转移概率密度的近似表达式,证明了转移密度的展开式收敛到真实的转移密度.然后,利用近似极大似然估计的方法对模型中的参数进行估计.针对时变参数和非时变参数,分两步进行估计:第1步,采用局部常数拟合对时变波动率参数进行近似,利用核函数加权的方法得到了时变参数的局部近似极大似然估计量;第2步,用传统的极大似然估计方法,得到了非时变参数的近似极大似然估计.最后,证明了所得估计量的渐近性质. 展开更多
关键词 跳-扩散模型 转移密度 近似极大似然估计 核函数加权 局部常数拟合
在线阅读 下载PDF
两参数对数正态分布与威布尔分布的近似极大似然估计 被引量:10
5
作者 顾蓓青 徐晓岭 王蓉华 《统计与决策》 CSSCI 北大核心 2019年第3期34-39,共6页
在可靠性和生存分析领域中,由于时间和成本等因素的限制,在实际中逐步增加的Ⅱ型截尾寿命试验被广泛应用。文章主要研究了逐步增加Ⅱ型截尾寿命试验下两参数对数正态分布和威布尔分布的参数近似极大似然估计方法,并考虑了近似极大似然... 在可靠性和生存分析领域中,由于时间和成本等因素的限制,在实际中逐步增加的Ⅱ型截尾寿命试验被广泛应用。文章主要研究了逐步增加Ⅱ型截尾寿命试验下两参数对数正态分布和威布尔分布的参数近似极大似然估计方法,并考虑了近似极大似然估计过程中涉及到的函数一阶泰勒展开的两种展开方式,通过大量的Monte-Carlo模拟比较了这两种方法下估计的精度。 展开更多
关键词 对数正态分布 威布尔分布 逐步增加Ⅱ型截尾 近似极大似然估计
在线阅读 下载PDF
非平稳和长记忆时间序列主频率估计方法研究 被引量:1
6
作者 徐梅 张世英 樊智 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2003年第4期507-511,共5页
许多经济时间序列表现出非平稳性和长记忆性,对这样的序列进行谱分析并估计其主频率,采用传统的谱分析方法已不适用.基于平稳和非平稳分数阶差分自回归滑动平均模型,研究了具有非平稳性和长记忆性序列的主频率的估计方法,同时提出了包... 许多经济时间序列表现出非平稳性和长记忆性,对这样的序列进行谱分析并估计其主频率,采用传统的谱分析方法已不适用.基于平稳和非平稳分数阶差分自回归滑动平均模型,研究了具有非平稳性和长记忆性序列的主频率的估计方法,同时提出了包括模型定阶在内的基于极小化残差平方和的近似极大似然参数估计算法.通过对上海和深圳证券交易所综合指数收益序列的分析,说明了此方法的可行性和有效性. 展开更多
关键词 经济时间序列 非平稳序列 长记忆序列 主频率 估计方法 谱分析 差分自回归滑动平均模型 近似极大似然估计
在线阅读 下载PDF
缺失数据样本下艾拉姆咖分布的参数估计 被引量:12
7
作者 龙兵 《江西师范大学学报(自然科学版)》 CAS 北大核心 2013年第1期16-19,27,共5页
首先给出艾拉姆咖分布次序统计量的密度函数,得到次序统计量的相关特征数;其次在缺失数据样本下给出参数的无偏估计、近似极大似然估计及置信区间;最后通过实例计算出参数的几种估计,验证其优良性.
关键词 艾拉姆咖分布 次序统计量 无偏估计 近似极大似然估计
在线阅读 下载PDF
缺失数据样本下Lomax分布尺度参数的估计 被引量:11
8
作者 龙兵 《统计与决策》 CSSCI 北大核心 2014年第19期21-23,共3页
文章首先给出Lomax分布次序统计量的密度函数,得到次序统计量的相关特征数;其次在缺失数据样本下给出参数λ的无偏估计、近似极大似然估计及置信区间。通过实例计算了参数λ的几种估计,并验证其优良性。
关键词 Lomax分布 次序统计量 无偏估计 近似极大似然估计
在线阅读 下载PDF
基于Weibull寿命模型对工业中可靠度指标进行Bayes估计
9
作者 李绍伟 桂文豪 《高校应用数学学报(A辑)》 CSCD 北大核心 2018年第4期397-413,共17页
主要研究了工业中可靠性指标R=P(Y <X)的参数估计问题,其中X和Y是具有相同尺度参数但不同形状参数的Weibull分布的独立随机变量,计算得到了R的极大似然估计和近似的极大似然估计.进一步根据上述结果计算得到了相应的渐近分布,并用它... 主要研究了工业中可靠性指标R=P(Y <X)的参数估计问题,其中X和Y是具有相同尺度参数但不同形状参数的Weibull分布的独立随机变量,计算得到了R的极大似然估计和近似的极大似然估计.进一步根据上述结果计算得到了相应的渐近分布,并用它来构造渐近的置信区间.同时考虑了非参数的Bootstrap置信区间.另外,提出了基于不同的Gibbs抽样方法的Bayes估计:Metropolis-Hastings和Adaptive Rejection Metropolis Sampling.最后,通过数值模拟和实际数据的分析来对比不同参数估计方法的性能. 展开更多
关键词 极大估计 近似极大似然估计 BAYES估计 MONTE CARLO模拟 Metropolis-Hasting METROPOLIS Sampling抽样
在线阅读 下载PDF
双边定时截尾下BS分布的统计分析 被引量:3
10
作者 马怡舟 徐晓岭 顾蓓青 《兵器装备工程学报》 CAS 北大核心 2018年第9期188-192,共5页
针对两参数Birnbaum-Saunders疲劳寿命分布产品在双边定时截尾寿命试验数据场合下,利用"半个产品失效"的想法,并利用Balakrishan提出的一阶泰勒展开,将似然方程作适当的近似,得到了两个参数的近似极大似然估计,最后通过一实... 针对两参数Birnbaum-Saunders疲劳寿命分布产品在双边定时截尾寿命试验数据场合下,利用"半个产品失效"的想法,并利用Balakrishan提出的一阶泰勒展开,将似然方程作适当的近似,得到了两个参数的近似极大似然估计,最后通过一实际案例说明方法的可行性。 展开更多
关键词 两参数Birnbaum-Saunders疲劳寿命分布 双边定时截尾寿命试验 泰勒展开 近似极大似然估计
在线阅读 下载PDF
逐步增加的Ⅱ型截尾寿命试验下BS分布的统计分析 被引量:2
11
作者 佘纪涛 徐晓岭 顾蓓青 《兵器装备工程学报》 CAS 2017年第9期156-160,共5页
在逐步增加的Ⅱ型截尾寿命试验场合下,研究两参数Birnbaum-Saunders(简称BS)疲劳寿命分布产品的可靠性统计分析似然函数,运用泰勒展开得到了近似似然方程,通过求解仅含刻度参数的超越方程得到形状参数的近似极大似然估计;最后通过Monte-... 在逐步增加的Ⅱ型截尾寿命试验场合下,研究两参数Birnbaum-Saunders(简称BS)疲劳寿命分布产品的可靠性统计分析似然函数,运用泰勒展开得到了近似似然方程,通过求解仅含刻度参数的超越方程得到形状参数的近似极大似然估计;最后通过Monte-Carlo模拟算例说明方法的可行性。 展开更多
关键词 两参数Birnbaum-Saunders疲劳寿命分布 逐步增加Ⅱ型截尾 近似极大似然估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部