逐步增加Ⅱ型截尾下Pareto分布形状参数的Bayes估计

基于逐步增加Ⅱ型截尾样本,首先得出Pareto分布形状参数的极大似然估计,考虑两个损失函数和形状参数的两个先验分布,得出该分布形状参数的4个Bayes估计。由数值模拟结果发现,上述四个Bayes估计值的均方误差均小于极大似然估计值,其中,当损失函数为二次损失函数,形状参数的先验分布为共轭先验分布时的Bayes估计的均方误差较小,估计效果更理想,且实例分析与数值模拟结果相符。其次在二次损失函数下,针对形状参数先验分布选取共轭先验分布,给出Pareto分布形状参数的多层Bayes估计和E-Bayes估计。

不同损失函数下Lindley分布参数的Bayes估计

在熵损失函数和Q对称熵损失函数下,对参数的先验分布选取无信息先验分布和伽玛分布,研究了Lindley分布参数的Bayes估计问题,且通过随机模拟比较不同条件下参数的Bayes估计效果.结果表明:同一种损失函数下,参数的先验分布为伽玛分布时估计效果更佳;样本容量较少时,在熵损失函数下,且先验分布为伽玛分布时,Bayes估计的均方误差较小;样本容量较多时,在Q对称熵损失函数及先验分布取伽玛分布的条件下,估计效果更理想.最后,由实例表明估计效果与数值模拟相符.

Lindley分布参数变点的贝叶斯估计

利用贝叶斯方法研究了Lindley分布参数存在变点的参数估计问题,给出Lindley分布的变点模型,对参数选取无信息先验分布和伽玛分布两种情况,分别求出各参数的满条件分布,并通过R软件做随机模拟,得出各参数的MC误差都小于2%,且区间估计效果理想,表明通过贝叶斯估计研究各参数的估计值是有效的。

Q对称熵损失下Weibull分布尺度参数的Bayes估计

在Q对称熵损失函数下,对参数的先验分布选取伽玛分布,研究Weibull分布尺度参数的Bayes估计问题。利用随机模拟,验证Weibull分布在Q对称熵损失函数下参数Bayes估计的合理性,在重复模拟下比较极大似然估计和两个Bayes估计的均方误差。结果显示,参数的Bayes估计效果更为理想,最后实例表明参数估计效果与随机模拟结论一致。

基于主动避障的汽车制动系统研究

该文主要对汽车制动系统进行研究,结合国内外的研究状况进行分析与总结,围绕主动避障制动重点论述防抱死制动系统、牵引力控制系统和车身电子稳定系统,指出基于主动避障的汽车制动系统工作原理和应用优势,并在这个基础上提出基于主动避障的汽车制动系统发展路径,以更好地提升汽车制动系统的性能,促进汽车行业的可持续发展。

疫苗临床试验电子数据信息采集系统的研发及其安全性监测

研发疫苗临床试验电子数据信息系统代替常规信息采集系统,方便数据收集整理,并对电子数据信息采集系统的安全性进行验证。方法:按照一定的目标和要求,对收集的数据进行处理分析,形成临床可用的疫苗试验电子数据信息系统。同时,对疫苗临床试验电子数据信息采集系统的安全性进行验证。结果:对电子数据信息采集系统进行验证后,能够将系统输入的数据进行有效导出,可实时在线观察临床试验的应用情况和数据动态,随时掌握疫苗临床试验项目的进展情况。结论:疫苗临床试验电子数据信息采集系统的研发可满足疫苗临床试验数据收集、管理和保存的需求,保障疫苗临床试验使用的安全性,方便利用大数据对疫苗使用情况进行监管。