混合weibull分布定数截尾数据下参数的Gibbs抽样

为解决在定数截尾的情况下混合weibull分布的参数估计问题,给出了混合weibull分布的后验参数估计形式,设计了用于参数Bayes估计的Gibbs抽样方案.通过随机模拟,结果显示,采用Gibbs抽样算法的参数估计具有一定的有效性和良好的稳定性,特别在样本较少的情况下优于使用EM算法的估计结果.     

逐步二型删失数据下广义Pareto分布的参数估计

逐步二型删失数据在生存分析中的应用较为广泛,因此在逐步二型删失数据下推导了广义Pareto分布中的尺度参数的极大似然估计与Bayes估计的估计形式,并在平方损失函数下,基于MCMC方法与Lindley近似法,给出了广义Pareto分布尺度参数的Bayes估计.结果表明：贝叶斯估计方法优于极大似然估计方法,MCMC后验抽样下的Bayes估计优于Lindley近似方法.     

刻度平方误差损失下逆指数分布的Bayes可靠性分析

本文在刻度平方误差损失函数下研究逆指数分布参数的Bayes估计问题,在参数的先验分布为Gamma先验分布下,得到了参数的Bayes估计.最后,通过蒙特卡洛统计模拟试验比较分析最大似然估计和Bayes估计.     

不同损失下Poisson-Lomax分布参数的Bayes估计

对Poisson-Lomax分布参数α的Bayes估计进行研究,给出了当参数α取广义的均匀分布作为先验分布时,在几种不同损失函数下参数的Bayes估计表达式,并通过数值模拟,对不同情形下Bayes估计的效果进行比较,结果表明:在小样本下参数α的Bayes估计优于极大似然估计.     

定数截尾数据缺失场合下双参数指数分布的贝叶斯推断

在产品寿命分布为双参数指数分布情况下,研究了在定数截尾数据缺失场合下分布参数的Bayes估计,并通过数值模拟的方法得到了两个参数的Bayes估计的近似结果,模拟结果表明文中方法可行.     

Weibull分布恒加试验的Bayes推断

利用自适应舍选抽样和Gibbs抽样对CE模型下Weibull分布场合恒定应力加速寿命试验进行了Bayes估计.最后通过模拟实例表明该估计是有效的.     

平方损失下Lomax分布形状参数的Bayes估计

研究了在平方损失下,两参数Lom ax分布中形状参数的Bayes估计、多层Bayes估计及E-Bayes估计.     

双边定数截尾下线性指数分布的参数估计

在双边定数截尾样本下讨论了线性指数分布中未知参数的极大似然估计和Bayes估计.通过Newton-Raphson迭代法得到了参数的极大似然估计,并证明了极大似然估计的唯一存在性.选取无信息先验分布与共轭先验分布,分别在对称损失函数和非对称损失函数下,通过Tierney-Kadane近似讨论参数的Bayes近似估计.利用MatlabR200b模拟了未知参数的极大似然估计的均方误差以及Bayes估计的均方误差,结果表明：不同样本量不同截尾方案下,选取Gamma先验分布并在平方损失函数下,未知参数的Bayes估计的均方误差是最小的.     

Entropy损失函数下两参数指数威布尔分布尺度参数的Bayes估计及其性质

在Entropy损失函数下,利用构造多层先验分布的方法求出了指数威布尔分布参数的多层Bayes估计,然后根据经验Bayes估计的思想,利用密度函数的核估计方法,构造了参数的经验Bayes估计并证明了该估计的渐进最优性和可容许性,最后运用随机模拟,将其与平方损失函数下的Bayes估计以及极大似然估计(MLE)进行了比较,结果表明:Entropy损失下的Bayes估计较后两种估计好。     

对称损失函数下定时截尾情形几何分布参数的Bayes估计

首先给出了在对称损失函数下定时截尾情形下几何分布参数的Bayes估计的一般形式.然后在给出先验分布的条件下,给出了Bayes估计的精确形式.最后证明了此Bayes估计的可容许性.     

熵损失函数下正态分布参数的E--Bayes估计

在正态分布的先验分布为逆分布时,研究了刻度参数在熵损失函数下的E—Bayes估计和多层Bayes估计,证明了该参数的Bayes估计是容许的,并证明了在熵损失函数下计算出的正态分布参数的E—Bayes估计与多层Bayes估计是渐近相等的．     

指数分布无失效数据参数的Bayes估计

本文对指数分布的无失效数据,在引进失效信息后,在参数的先验分布为不完全Beta分布和指数型分布时,给出了参数的多层Bayes估计和综合Bayes估计,从而可以得到可靠度的估计.     

一种对称损失下Rayleigh分布参数倒数的Bayes估计

文中研究了在一种对称损失函数下,Rayleigh分布参数倒数的Bayes估计及其可容许性,并给出了Bayes估计的置信下限和多层Bayes估计.     

刻度平方误差损失下伽玛分布参数的Bayes估计

文中对给定容量为n的一个伽玛分布样本,在刻度平方误差损失函数下,研究了伽玛分布参数的Bayes估计,证明了这一估计是可容许的,并给出了未知参数的Bayes区间估计.     

一种对称损失下Burr分布参数的Bayes估计

文中讨论了一种对称损失函数下Burr分布参数的Bayes估计及多层Bayes估计,并证明估计是可容许的.     

Linex损失下Lomax分布形状参数的几种Bayes估计

本文研究了在Linex损失函数下,两参数Lomax分布中尺度参数已知时形状参数的Bayes估计、多层Bayes 估计及E-Bayes估计,并运用Monte Carlo随机模拟对各个估计值进行比较.     

“马尔可夫链蒙特卡洛”(MCMC)方法在估计IRT模型参数中的应用

本文介绍和阐述怎样运用“马尔可夫链蒙特卡洛”(MCMC)技术,并结合Bayes方法来估计IRT的模型参数。首先简要地概述了MCMC方法估计模型参数的基本原理;其次介绍MCMC方法估计模型参数的一般方法,涉及Gibbs抽样、取舍抽样、Metropolis-Hastings算法等概念和方法;最后以IRT的“二参数逻辑斯蒂”(2PL)模型为例,重点介绍了用“Gibbs范围内的M-H算法”估计项目参数(β1jβ2j)的算法过程。结束本文时还解说了MCMC方法的特点。阅读本文需具有随机过程、Markov链、Bayes方法等概率论的基本知识。     

熵损失函数下Lomax分布形状参数的Bayes估计

研究了在熵损失函数下,两参数Lomax分布中形状参数的Bayes估计、多层Bayes估计及E-Bayes估计。     

Weibull分布无失效数据的Bayes分析

本文主要运用Bayes统计方法,Weibull分布无失效数据,在特殊情况尺度参数α=1时,在平方损失、LINEX损失、熵损失下,得到形状参数β的Bayes估计.     

基于排序集样本的Bayes统计推断

从参数估计的角度,讨论了基于排序集抽样的Bayes估计,并进一步与传统的Bayes估计相比较,从估计的相对效率角度说明了基于排序集抽样的Bayes估计的优良性。