指数分布定数截尾数据下刻度参数的经验Bayes估计

在指数分布定数截尾情形下,当先验分布中的超参数部分未知时,在加权平方损失下构造了刻度参数的参数型经验Bayes(PEB)估计,研究了其在均方误差 (MSE) 准则下相对于一致最小方差无偏估计 (UMVUE) 的优良性,并获得了 PEB 估计的大样本性质.当先验分布中的超参数完全未知时,通过数值模拟比较了 PEB 估计和 UMVUE 的均方误差,获得了其优良性.最后,通过数值模拟的结果,获得了PEB区间估计的优良性.     

双向分类随机效应模型中方差分量经验Bayes估计的收敛速度(英文)

本文在加权平方损失下导出了平衡的双向分类随机效应模型中方差分量的Bayes估计,并利用非参数方法构造了方差分量的经验Bayes(EB)估计.在适当的条件下证明了EB估计的收敛速度.最后,给出一个满足主要结果的例子.     

异方差半参数回归模型小波估计的渐近正态性

讨论了异方差半参数回归模型,建立了模型中参数β和非参数g（.）的小波估计,在适当的条件下,证明了β和g（.）的小波估计的渐近正态性.     

一类纵向数据半参数模型估计的平均相合性

考虑如下纵向数据半参数回归模型:yij=xijβ+g(xij)+еij,i=1,2,…,n,j=1,2,…,mi,结合现有文献,利用最小二乘法和非参数权函数估计方法给出了模型中参数分量β,回归函数g(.)和误差方差σ2的估计量形式,并在适当条件下,证明了它们的r(r≥2)阶平均相合性。这些结果是截面数据半参数回归模型yi=xiβ+g(xi)+еii=1,2,…,n,的研究基础上的推广。     

再论N条等精度相关位置线的广义最小二乘船位问题

根据最小线性方差估计理论证明了广义最小二乘船位就是最小线性方差估计船位，同时从最小线性方差估计船位精度提高的相对比率的角度，进一步讨论了船位相关误差三角形的处理问题。     

一种基于混合模型的合成孔径雷达自聚焦算法

提出一种基于混合模型的合成孔径雷达自聚焦算法.本方法用有限阶泰勒多项式估计低频相位误差,用自适应正弦多项式估计高频相位误差,解决了单一模型自聚焦算法对高频相位误差估计精度低的问题,提高了图像锐度和峰值旁瓣比,减小了主瓣宽度.在研究利用相位误差参数模型进行聚焦处理的基础上,分析基于混合模型实现最优锐度自聚焦算法的可行性,并通过仿真和实测数据处理验证了本方法的有效性.     

基于子空间投影技术的椭圆拟合算法

通过两次子空间投影,把拟合误差矢量正交分解为3个分量,并使它们的范数同时最小化,导致一个有约束总体最小化过程,该过程在同时约束其中的2个正交分量(即误差均值和误差矢量在中心化一阶子空间的投影分量)为0的条件下使另1个分量(即误差矢量在中心化一阶子空间的正交投影分量)的范数最小化.通过结合子空间投影与奇异值分解,采用渐进计算技术来完成椭圆参数矢量的3个分量的最优估计.理论分析和实验表明,该算法具有快速、精确、抗噪能力强、拟合成功率高等优点.     

工具变量辅助的变系数测量误差模型的估计

考虑协变量有测量误差时变系数模型的估计问题。提出的方法不需要假定特定的误差模型结构或已知的误差方差,也不需要重复观测的数据。通过工具变量的辅助,首先对测量误差进行校正,从而得到真实观察变量的估计。然后用这个估计取代真实观察变量,利用变系数模型的估计方法得到函数系数的估计。证明了所提估计的渐近正态性。数值模拟结果表明本文提出的基于校正误差的方法比直接使用测量误差数据的方法有更好的有限样本性质。     

浅谈戴维宁定理实验误差

由戴维宁定理实验中可知,电压表和电流表存在内阻,在作线性有源二端网络戴维宁等效电路的参数测量时,会引起明显误差。为了提高实验测量精度,可以通过选择实验电路方案及采用适当的计算步骤去消除误差。     

回归系数一类线性估计的小样本性质

提出了线性模型中回归系数的一类线性估计.在均方误差矩阵(MSEM)准则和Pitman Closeness(PC)准则下,研究了这类线性估计相对于最小二乘(LS)估计的优良性.最后,讨论了当设计阵为非列满秩时,回归系数的可估函数的一类线性估计的优良性.     

论船位误差圆及其应用

本文指出[1]、[2]对船位均方误差圆缺乏科学的严格的定义,提供的均方误差圆覆盖真船位的概率某些数据是不正确的;同时从概率统计的角度论述船位均方误差圆的定义,计算覆盖真船位的概率、95%误差圆半径及船位误差圆在航海中的一些应用。     

基于CMIP5模式的2006-2017年中亚降水预估误差分析

利用第5次耦合模式计划(CMIP5)的24个模式模拟数据,与英国East Anglia大学气候研究中心提供的2006-2017年的月降水格点数据进行比较,通过误差空间分布、误差百分率、标准差以及误差趋势分析,对多模式集合下的中亚降水预估误差进行评估.结果 表明:模式集合对中亚大部分地区的年均降水预估偏多,尤其是东南部帕...     

失效信息随机缺失时可加危险率模型的统计推断

对失效信息随机缺失时的可加危险率模型的估计进行研究。充分利用失效信息和缺失信息的概率模型的信息,通过构建估计方程,得到回归参数和基准累积风险函数的3个估计。证明了所提估计的渐近正态性,并进行数值模拟研究其有限样本性质。利用数值模拟研究比较所提估计与文献中的估计的有限样本性质,并通过分析一个实际数据验证了本文方法的有效性。     

分组零膨胀泊松模型的半参数统计推断

泊松回归模型常常用于计数数据的研究中,然而在实际数据中零值的比例可能远远大于泊松分布中取零值的概率,而且这些零值通常都有其特殊含义.此外计数数据可能是分组数据,即观测到的数据不是确切值而只是已知其落在某一个区间范围之内;或者某些特定的数据,例如工资,要先对它进行人为的分组然后再进行分析.考虑一种零膨胀泊松半参数回归模型来处理上述分组计数数据.该模型中泊松分布的期望与协变量之间采用部分线性连接函数,而零值的概率与协变量之间采用线性连接函数.利用Sieve极大似然估计方法来估计该回归模型中参数和非参数函数,并提出了一种得分检验方法来检验是否存在零膨胀.在一定正则条件下,获得了Sieve极大似然估计的渐近性质,证明了参数部分的估计是强相合,渐近正态及渐近有效的;同时非参数函数的估计达到了最优收敛速度.模拟研究表明,估计和检验方法效果都比较好,最后将此模型和推断方法应用于一组公共卫生领域实际数据研究.     

基于协同表示的目标跟踪算法

提出一种基于协同表示的新的目标跟踪算法.在贝叶斯框架下,采用基于重构误差的观测似然函数和考虑遮挡的模型更新机制设计一个鲁棒的跟踪器.用l₁范数来建模重构误差以更好地容忍奇异值,同时用协同表示对编码系数进行约束.实验结果表明,和其他算法相比,本文算法能够战胜遮挡、尺度变化、光照变化、背景混乱等干扰因素,具有较高的准确度和鲁棒性.     

基于三维重建的分布式卫星SAR干涉测高模型及误差分析

基于InSAR目标三维重建原理对分布式卫星SAR干涉测高系统模型及工作原理进行了分析,给出了完整的目标位置三维重建闭合形式解;并对影响三维重建精度的主要误差源——基线矢量误差和干涉相位误差进行了详细分析;最后通过仿真分析了基线矢量误差和干涉相位误差特性,从而为系统参量定标及其校正提供了基础.