小子样条件下反坦克导弹的命中精度评估方法研究

针对反坦克导弹定型试验发数少,验前试验信息源多的特点,提出小子样条件下,通过可信性检验分别得到每个验前信息源的可信度,在导弹落点偏差分布为正态一逆伽马分布的假设下,获得评估的验前分布参数,选择基于可信度的加权方法对多源验前信息进行融合,采用估计方法得到命中精度：最后结合实例说明了该方法较传统的方法更稳健,很适合反坦克导弹命中精度的评估。     

组合预测的贝叶斯极大似然估计法

本文在正态分布前提下求出了ｐ时刻预测值ｙｐ的先验分布密度和后验分布密度,由已知的信息估计了两个协方差阵。最后求出ｙｐ的贝叶斯极大似然估计,它是两个组合预测的加权平均,本身仍为一组合预测,其权重随预测时刻ｐ的改变而改变     

正态总体方差的最有效区间估计

本文首先对正态分布的尺度参数在总体均值已知和未知的情况的最有效区间估计进行理论说明,然后模拟数据,对最有效区间估计进行数值求解。     

基于TailVaR的我国保险公司经济资本度量研究

经济资本集中反映企业整体层面上的风险,是企业风险管理的有效途径与重要手段。使用TailVaR方法基于正态分布与伽马分布对我国保险公司的经济资本进行测算,既满足风险度量一致性原则,又克服了风险损失率单纯依赖正态分布的假设。研究结果表明我国保险公司所需的经济资本量存在较大差异,保险公司的风险管理水平极为不同,保险公司需要建立经济资本为核心的风险管理框架以有效应对风险损失。     

伽马跳跃-扩散模型在中国证券市场的应用

跳跃扩散模型是研究资产收益率分布的一个重要模型,本文在将伽马分布设为跳跃扩散模型的跳幅分布的基础上,选取中国证券市场中比较有代表性的10只股票的对数收益率为研究对象,运用Nelder-Mead方法对模型中的参数进行极大似然估计,得出了伽马跳跃扩散模型拟合高峰度的数据效果较好。     

Biscay分布滤波的性能分析

Biscay分布滤波(BDF)是一种有效的区间估计方法。本文首先介绍了S.Reece提出的BDF,然后归纳并详细地推导出BDF的滤波过程。该方法结合了区间运算和Kalman滤波方法,分别根据状态和观测方程得到的预测值的Biscay分布,融合得到估计的Biscay分布值,进而得到状态的区间估计。它不仅是线性最优的,也可以有效解决常见的非线性估计问题,且与EKF有相同的计算复杂度。最后通过一个仿真例子,对BDF和EKF两种滤波方法性能的比较,说明BDF的有效性、稳定性。     

正态分布参数的模糊贝叶斯估计

本文讨论了正态分布参数的模糊贝叶斯估计问题。利用模糊集理论和传统贝叶斯估计方法,获得了正态分布参数的模糊贝叶斯估计量。     

两个均匀分布区间长度比的区间估计

从均匀分布的密度函数和分布函数出发,根据两个总体的独立性,利用微积分公式给出两个均匀分布区间长度比的估计量及其相关的性质。通过已构造的统计量得出了完善的两均匀分布区间长度比的区间估计。     

非结构化面试的标准化评估

为了提高非结构化面试的效度,提出了一个标准化评估方法,给出了标准变换公式.该方法将非结构化面试测评数据转换为一个后验确定参数的正态分布,后验地修复由测评题差异和测评标准差异以及其他测评环境因素引起的测评数据分布异常波动,使标准化的测评数据处于同一平台,并最大限度地提高标准化分数的区分度,使标准分数分布更接近测评对象能力...     

基于统计方法的武汉轻轨运行效率研究

研究武汉轻轨一号线客流量分布规律以及运行效率有着重要意义。首先对采集数据利用聚类分析和判别分析将轻轨沿线25个站分为大站、成长型站点、中站、小站四类,以此作为研究的基础。其次,根据客流分布规律,利用随机过程理论建立了以乘客等待时间总和的期望值最小化为目标的发车间隔优化模型,研究得到不同时段的最优发车间隔;再根据搜集站点不同时段的乘客全部完成上下车所需时间的数据,建立了基于区间估计理论的估计模型,求得高峰段和平峰段停靠时间的置信区间来估计停靠时间。