Ⅰ型删失数据下二项分布参数极大似然估计的渐近正态性研究

在Ⅰ型删失数据情形下研究了二项分布概率成功的极大似然估计,证明了估计值具有唯一性和在Ⅰ型删失数据下极大似然估计的强相合性及渐近正态性,进而给出了估计的进一步渐近结果.

基于区间Ⅰ型删失数据的切片逆回归

通过构造权重矩阵,将切片逆回归方法推广至区间Ⅰ型删失数据的变量选择中.在不假定具体模型的情况下,运用切片逆回归方法筛选出重要协变量,避免了维数灾难问题.且该方法具有容易实施、计算方便的特点.研究表明该方法可以有效选取重要变量.进而可以将该方法应用于大鼠胆管增生数据的分析中.

Ⅰ型区间删失数据下产品可靠度的置信下限

本文针对Weibull分布情形下的Ⅰ型区间删失数据,提出了产品的可靠度的优良的置信下限的理论与计算方法。

Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计

研究了Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计,模拟产生不同Weibull参数组合和删失计划下的Ⅰ型逐阶删失数据,应用基于,EM算法的极大似然估计方法得到参数的估计值,并与数值方法得到的极大似然估计值进行对比,说明EM算法的估计效果.对73名肾脏移植患者生存数据进行实例分析,验证了基于EM算法的参数估计方法的可行性.

可加风险模型下相依Ⅰ型区间删失数据的一个Copula推断方法

可加风险模型是生存分析中一类重要的回归模型,许多学者对该模型进行过研究.但是针对相依Ⅰ型区间删失数据的研究却非常少,且已有的研究都假设删失时间与寿命之间的关联系数已知.显然,该假设在实际中未必成立.针对此问题,本文放松这一假设,提出一种新的基于Copula的方法对可加风险模型下相依Ⅰ型区间删失数据进行回归分析,给出参数部分估计量的渐近性质,通过数值模拟检验所提方法在有限样本下的表现,并进行实例分析.

两种情形下威布尔分布置信下限的确定

采用样本空间排序法,讨论了在Ⅰ型区间删失数据情形下和定时截尾情形下的数据服从威布尔分布时的可靠度置信下限问题,其中威布尔分布的形状参数是在某有限区间内.对给定的置信水平和任意大小的样本,给出了威布尔分布下可靠度置信下限的确定方法.