概率方面的悖论初探

悖论在数学中无处不在。但他们最经常是在一个比较高级的水平上出现。然而在概率方面,悖论却在一个比较简单的水平上出现。本文介绍分析三种常见的概率悖论,旨在探讨或然性思想、概率意识的发展,以期引起读者的重视和思索。     

一种串联系统可靠性指标的Bays估计

本文运用Bayes及多层Bayes方法对具有冷贮备部件串联系统的失效率,可靠度与平均失效时间进行了估计,最后通过随机模拟对这两种估计进行了比较分析.     

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。     

线性指数分布参数的Bayes估计

对给定容量为n的线性指数分布样本X1,X2,…,Xn,在Linex损失函数下,利用共轭先验分布讨论线性指数分布参数θ的Bayes估计,多层Bayes估计,E-Bayes估计和极大似然估计.     

平方误差损失函数下广义Pareto分布参数的Bayes估计

本文在参数的先验分布为逆伽玛先验分布条件下研究广义Pareto分布参数的Bayes估计问题,并在平方误差损失函数下,导出了参数的Bayes估计。文末通过Monte Carlo数值模拟试验对极大似然估计和Bayes估计进行了比较。     

逐步Ⅱ型寿命下逆Rayleigh分布参数的估计

在逐步Ⅱ型截尾样本下讨论了逆Rayleigh分布参数的估计问题,给出了参数的最大似然估计,并在三种不同的损失函数下给出了参数的Bayes估计和区间估计.最后给出了数值模拟的例子。     

熵损失函数下Poisson分布参数的Bayes估计

用类似于Bayes估计的方法,研究了在熵损失函数下Poisson分布可靠度的估计.给出了在熵损失函数下Poisson分布可靠度的Bayes估计及其可容许性,并给出了Bayes置信下限以及多层Bayes估计的表达式.     

数据挖掘技术中"One-R"算法的改进

以我们在现实生活当中处理数据库的经验来看，为了从数据库中使用限制性的信息抽取方法得到有用的数据和信息，我们有必要使用“特点子集选择”的方法(Feature Subset Selection)。而这种方法需要从多个相关的属性当中进行多次的试验从而找到某种特定的子集。在这种情况下，如何能够找到快速的、准确的同时又是简便的选择算法变得越来越关键。这篇文章对由Dr．Robert Ho1tes提出的“One-R”算法进行了适当的改进，通过“Chi”氏独立性检验和拜亚(Bayes Decision Theory)公式推导出的新方法，在试验的基础上表明，这种新的算法在某种程度上比原来的“One-R”算法要准确。     

线性模型中相关附加信息全部损失的条件(英文)

通过讨论回归系数的混合估计和Bayes估计的相关附加信息全部损失的条件,本文给出了线性模型中选择相关附加样本应遵守的一个原则,并研究了两个应用问题。