基于鲁棒双参数指数平滑法的BDS卫星钟差预报

为提高北斗(BDS)卫星钟差预报精度与稳定性,基于BDS卫星钟工作原理与数据特征,提出了一种基于鲁棒双参数指数平滑法的BDS卫星钟差预报方法。将双参数指数平滑法引入BDS钟差预报,并通过鲁棒化建模与优化初始值选取方式提升了双参数指数平滑法的抗差与适应能力,减小了数据异常干扰对钟差预报性能的影响。与常用的多项式模型、谱分析模型、灰色预测模型及超快速钟差预报产品进行对比分析,结果表明:所提方法适用于不同BDS轨道与类型的卫星钟差预报,取得了良好的预报精度与稳定性,其对BDS卫星钟的6h平均预报精度分别提升了40.3%、31.7%、63.6%和36.6%,预报稳定性分别提升了43.8%、38.9%、65.4%和33.1%。

双定数混合截尾下双参数指数分布的统计分析

基于双定数混合截尾试验数据,研究了门限参数已知时,取逆伽玛先验分布的情况下,双参数指数分布的尺度参数和可靠度函数的极大似然估计,以及3种不同损失函数下的Bayes估计。通过随机模拟,进一步比较了双定数混合截尾试验和定数截尾试验下尺度参数和可靠度函数的Bayes估计及极大似然估计。结果表明,双定数混合截尾试验下的估计值具有更高的精度。

双参数指数分布异常数据的检验

针对双参数指数分布的异常大数据,给出了一种新的检验方法。寻找到总体参数的具有较好稳健性的估计量,并在此基础上构造出检验统计量,求出了该检验统计量精确的概率密度函数和大样本情形下的近似分布,得到了检验临界值简洁的近似表达式。

相依屏蔽数据下双参数指数部件的可靠性分析

当串联系统含有屏蔽数据且屏蔽概率与失效部件相关时,讨论系统中双参数指数部件的可靠性估计问题。在定数截尾场合下,通过给定的屏蔽概率比,推导出双参数指数部件参数和可靠性指标的极大似然估计。鉴于极大似然估计法在完全屏蔽情形下的局限性,利用贝叶斯方法,在平方损失函数下推导出部件参数和可靠性指标的贝叶斯估计。最后利用随机模拟方法对估计结果进行验证,分析不同屏蔽概率比对极大似然估计精度的影响,并在无信息先验和共轭先验分布情形下,比较了贝叶斯估计的效果。

定数截尾试验下双参数指数分布刻度参数的EB估计(英文)

对于定数截尾试验下双参数指数分布刻度参数的经验 Bayes估计问题 ,用间接 EB方法得到其 EB估计 .计算机模拟例子表明本文所给的估计较好 .

定时截尾场合下双参数指数分布的参数估计

本文给出了定时截尾场合下双参数指数分布中两个参数的近似无偏估计 (AUE),计算了它们的期望及方差．并与极大似然估计、相应定数截尾场合下的估计做了比较．

双参数指数分布参数的假设检验

分别给出了单个双参数指数总体和两个双参数指数总体参数的假设检验，并且讨论了检验统计量的分布．

双边定数截尾场合双参数指数分布的贝叶斯推断

本文给出了双边定数截尾下,双参数指数分布中参数及可靠性指标的Bayes估计,并且给出了未来观测值的贝叶斯预测问题,最后给出了一个数值例子进行了数值模拟,结果表明文中的方法是可行的。

双参数指数分布参数的最短区间估计

研究了双参数指数分布的区间估计方法.首先讨论了当其中一参数为已知,而另一参数未知时,双参数指数分布尺度参数基于选定枢轴变量的最短区间估计方法;然后讨论了两参数均未知的情况下,参数的最短置信区间估计方法.

双参数指数分布参数比率统计推断的研究

本文在产品寿命服从双参数指数分布的无替换定数截尾寿命试验场合下,提出了两独立产品平均寿命比率的两个估计量,并研究了这两个比率估计量的渐近正态性和置信区间.然后通过数据模拟,进一步验证了所提出比率估计量的有效性.

双参数指数分布门限参数估计的讨论

针对双参数指数分布门限参数的两种最常用估计"极大似然估计和最小方差无偏估计"的缺陷,提出了一种新的估计方法,给出了最小方差无偏估计不合理程度的一个度量,统计计算结果表明了新估计的优良性.

左截尾双参数指数分布的可靠寿命的广义置信下限

本文基于左截尾双参数指数分布定数截尾数据,利用Weerahandi给出的广义枢轴量和广义置信区间的概念,通过两种不同的方法建立了可靠寿命的广义置信下限.第1种方法利用位置参数无限制时可靠寿命的广义置信下限来定义左截尾情形下可靠寿命的限制广义置信下限,第2种方法基于广义枢轴量在限制参数空间上的条件分布给出可靠寿命的条件广义置信下限.我们分别研究了这两种置信下限的性质,给出了简单易行的数值计算方法.模拟比较表明限制广义置信下限具有好的覆盖率性质,条件广义置信下限的覆盖率与参数取值有关,但它有时比限制广义置信下限具有更大均值和更小标准差.

定时截尾下双参数指数模型参数估计的EM算法

利用EM算法讨论在定时截尾试验中最后一个失效时间与截尾时刻之间的信息,得出双参数指数模型中尺度参数的迭代解,并比较了EM算法与传统的极大似然估计,得出EM算法要明显优于传统的极大似然估计.

双参数指数分布单样预测的Bayes方法

对双参数指数分布的单样预测给出了无信息先验分布下的 Bayes预测子与精确预测限。结果表明 ,无信息先验分布下的 Bayes精确预测限与经典预测限一致。为工程应用方便 ,还给出了计算简便的高精度近似预测限 。

双参数指数分布参数的最短置信区间

在双参数指数分布的两个参数的区间估计的基础上,利用Lagrange乘子法和函数单调性得到了各参数的最短置信区间的唯一存在性,给出了各参数最短置信区间的表达式及其等距搜索算法.

双参数指数分布族参数的经验贝叶斯估计的渐近性

在LINEX损失函数下,讨论双参数指数分布位置参数的Bayes估计。假设样本是iid,利用概率密度函数的核估计方法,构造边缘分布的概率密度估计,按照参数的Bayes估计形式,提出参数的经验Bayes(EB)估计函数,在一定的条件下可以证明所提出的这个经验Bayes估计函数是渐近最优的,并获得其收敛速度,文尾举例说明满足定理条件的参数的先验分布是存在的。

定数截尾缺失数据下双参数指数分布的近似Bayes推断

当寿命分布为双参数指数分布时,本文给出了定数截尾寿命试验数据缺失场合下参数的Bayes估计.为了计算上的方便,本文还给出了Bayes估计的一种近似计算方法.通过大量的Monte-Carlo数值模拟试验,表明这种方法是可行的.

双参数指数分布无失效数据的参数估计

文章对双参数指数分布的无失效数据（ｔｉ，ｎｉ），给出了参数μ和σ的修正极大似然估计和最小二乘估计，并给出了失效概率ｐｉ＝ｐ｛Ｔ＜ｔｉ｝的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计，从而可以得到无失效数据可靠度的估计。最后，结合实际问题进行了计算。

双参数指数分布尺度参数基于样本分位数的置信区间

文章针对双参数指数分布,讨论了其尺度参数在不完全数据场合的区间估计问题。利用能够有效抵抗异常数据污染的样本分位数构造了枢轴量,推导出了枢轴量精确的概率分布,得到了相应的精确置信区间;在大样本场合,讨论了尺度参数的近似置信区间。最后给出两个数值例子进行了算例分析,结果表明针对尺度参数构造的置信区间可以抵抗样本中异常数据的污染,具有一定程度的稳健性。

NA样本情形下双参数指数分布族参数EB估计的渐近性讨论

文章讨论了双参数指数分布的位置参数在LINEX损失函数下的Bayes估计。在NA样本情形下,利用概率密度函数的核估计方法,构造了边缘分布的概率密度估计;按照参数的Bayes估计形式,提出了参数的经验Bayes(EB)估计函数。在一定的条件下可以证明所提出的这个经验Bayes估计函数是渐近最优的,并获得其收敛速度。文章还举例说明满足定理条件的参数的先验分布是存在的。