一致最小方差无偏估计的判定及其求法

给出了一致最小方差无偏估计的判定方法及存在的充要条件，并给出了一致最小方差无偏估计的几种求法，最后通过实例说明了这些方法的应用。     

均匀分布中次序统计量的性质

本文研究了服从Beta分布的均匀分布中次序统计量的若干性质。     

均匀分布场合下参数的极大似然估计

针对不同区间上的均匀分布,应用次序统计量,给出了未知参数的极大似然估计,并讨论了估计量的无偏性。     

极大似然估计的教学设计之我见

本文按照将学习的主动权还给学生的指导思想,提出极大似然估计这节课的课堂教学过程设计。     

Poisson分布参数的几种估计

探讨了Poisson分布参数λ的3种估计：极大似然估计、矩估计以及Bayes估计，并对它们之间的联系和优劣性能进行了分析。     

一致最小方差无偏估计判定准则的新证法

文中通过构造Hilbert空间,应用Hilbert空间性质给出一种证明一致最小方差无偏估计判定准则的新方法,并给出该判定准则在Hilbert空间的几何直观意义.     

指数分布回归模型的统计诊断

对指数分布回归模型进行参数估计和统计诊断,首先给出参数的迭代算法,分析了数据删除模型,得到了诊断统计量广义CooK距离的一阶近似以及似然距离的一阶近似公式,最后进行实际问题应用的分析,发现两个统计量对强影响点有一定判别作用.     

基于充分统计量的一种枢轴量构造方法

通过分析构造枢轴量进行置信区间估计的过程,说明参数估计中优良的点估计与区间估计的关系。在此基础上,根据Lehmann-Sheffe定理说明充分统计量在构造枢轴量进行置信区间估计时的作用,指出了在进行置信区间估计时利用充分统计量构造枢轴量的有效途径。     

极大似然估计的朴素理解

极大似然估计是一种广泛应用的统计方法,本文旨在以一种大众化的语言使读者至少必须搞清楚几个问题:估计什么?需要什么前提或假设?如何估计?估计的准确度如何?     

权回归模型下几种估计性能的比较

在给定的权回归模型下,讨论了最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较,得出了在随机误差方差矩阵可逆条件下,可算出最优加权最小二乘估计与线性无偏最小方差估计误差方差阵的差表达式,并在一定条件下,两者趋于一致。     

R-S（t）半随机过程模型结构可靠度的最小方差无偏估计

讨论强度为指数分布,应力为强度函数毫（l）∑（i=0）λit^i的复合非时齐Poisson过程模型结构可靠度的估计问题．获得强度函数（l）∑（i=0）λit^i的复合非时齐Poisson过程的最大值分布与当量正态变量,指数分布一强度函数（l）∑（i=0）λit^i的复合非时齐Poisson过程模型结构可靠度的最小方差无偏估计．     

两个0-1总体具有部分缺失数据时的估计和检验

文章主要讨论了两个0-1总体均具有部分缺失数据时的参数的极大似然估计,并证明了估计的强相合性和渐进正态性,给出了大样本场合下的似然比检验统计量的极限分布。     

基于EM算法实现混合密度极的大似然参数估计

在介绍极大似然估计与EM算法的基础上,探讨了基于EM算法的两混合正态分布极大似然参数估计,并举例说明了若干经典场合的极大似然估计的算法．     

等比数列应力条件下产品寿命的参数估计

通过讨论产品寿命服从指数分布的情况、等比数列应力加速寿命的分布函数及数学模型,给出了相对应的标准时间下的参数估计.     

连续型幂律分布的参数估计

文章探索连续型幂律分布的参数估计,主要研究参数的极大似然估计和有效估计.给出了参数的一个渐近有效估计,并且证明了不存在参数的有效无偏估计。     

关于单参数指数分布的解析估计

针对有无删失观测数据的两种状况,研究单参数指数分布以及其中参数九的解析估计方法,并通过实例说明单参数指数分布对现实的指导作用．     

对数正态分布的几个性质及其参数估计

给出对数正态分布的几个性质,分别利用矩估计法和最大似然估计法求出对数正态分布参数的点估计,并讨论其参数的区间估计。     

课堂点名的数学模型

通过研究一个具有现实意义的课堂点名问题,根据极大似然估计的方法建立了数学模型,进一步通过模型分析得出缺课达到一定次数就取消平时成绩的规定是合理的.     

等价限制线性模型中极大似然估计的稳健性

稳健性分析是判断估计值与真实值之间差异是否重要的一种方法。限制线性模型下的极大似然估计的稳健性是当前大家比较感兴趣的一个问题。笔者在前人的基础上,给出限制线性模型中极大似然估计对随机误差协方差矩阵的稳健性统计量,并对其进行分析,得出限制线性模型中极大似然估计对随机误差协方差矩阵不敏感。