四格表OR值点估计的条件与非条件最大似然估计比较

目的比较四格表OR值的点估计值的条件与非条件最大似然估计方法的优劣,并为其应用提供依据。方法采用MonteCarlo模拟方法,考虑样本量、OR值、对照组暴露概率、病例组与对照组比例等四种参数的不同组合,使用SAS9.2软件编程,比较两种估计方法的相对误差。结果在所有参数组合下,非条件最大似然估计的相对误差均明显小于条件最大似然估计方法。结论对于四格表资料,无论是实际资料的符合情况,还是OR值估计的准确性和计算的便捷性,非条件最大似然估计方法比基于超几何分布的条件最大似然估计方法更值得提倡。

零均值高斯AR(p)模型参数的最小化残差平方和(RSS)下条件最大似然估计及其最优性

文章简捷地求取了零均值高斯模型参数的最小化残差平方和下的条件最大似然估计量,讨论了参数估计量的相合性、渐近正态性等最优性质。

条件相关假设下条件似然方法在无“金标准”诊断试验准确性评价中的应用

目的旨在介绍条件相关假设下,使用经验似然法估计无“金标准”诊断试验准确性评价相关参数的方法。方法基于已有的Hui-Walter模型构建条件简化模型,即在条件相关假设下,通过构建条件似然函数,得到诊断试验评价相关参数的估计。结果该方法在条件相关假设下通过构建条件似然函数,得到包括当前样本患病率、灵敏度及特异度等相关参数可靠且稳健的估计值。结论该方法简化了无“金标准”诊断试验分析的条件,扩展了无“金标准”诊断试验评价的应用范围,是一种新的行之有效的无“金标准”诊断试验准确性评价的方法。

LDPC编码辅助的判决反馈信道估计与均衡方法

信道频率选择性衰落较强的环境下,传统正交频分复用非盲信道估计与均衡方法的系统误码性能较差,且需要在信号中增加导频符号的插入,降低系统吞吐量。针对上述问题,提出一种低密度奇偶校验(Low-Density Parity-Check,LDPC)编码辅助的判决反馈信道估计与均衡方法。将LDPC编码增益引入判决反馈回路中,以提升收敛性,在插入极少导频符号的条件下达到渐进非盲信道估计与均衡方法的性能。另外提出一种基于条件最大似然原则的信道估计改进算法,以恒虚警原则检测有效抽头信号以提高信道估计精度,并且能够与判决反馈信道估计与均衡方法相结合,进一步提升算法性能。仿真结果表明,在仿真所选用的信道环境下,LDPC编码辅助的判决反馈信道估计与均衡方法相比传统判决反馈方法具有11~13 dB的误码性能提升,具有优秀的系统误码性能和鲁棒性。

基于IRT若干参数估计方式的比较

在项目反应理论(IRT)框架下,就目前流行的若干能力参数和项目参数的估计方法进行分析比较,阐述了它们各自适用的范围和不足之处,为选用估计方法提供依据.

基于负二项稀疏算子和推广的负二项稀疏算子的INAR(1)模型的比较

本文利用条件极大似然估计的方法比较利用预设新息分布法基于推广的负二项稀疏算子INAR(1)模型和负二项稀疏算子的INAR(1)模型的参数估计情况。通过对取不同新息项分布的两个模型分别进行数值模拟,并对两个模型数值模拟的结果进行对比来直观地表明由于基于负二项稀疏算子的INAR(1)模型在x=0点时概率质量不存在进而模型的所有边际分布不存在,从而证明利用预设新息分布法基于负二项稀疏算子的INAR(1)模型不存在,也表明推广的负二项稀疏算子在利用预设新息分布法构建INAR(1)模型中的必要性。

k阶Poisson相依驱动随机系数混合算子整数值自回归模型

采用k阶Poisson相依驱动随机系数混合算子整数值自回归模型分析具有变量字符元素计数特征的数据,给出该模型的统计性质和参数的条件极大似然估计,并证明估计量的渐近正态性.数值模拟结果表明,随着样本容量的增加,参数估计逐渐收敛于真实值.实际数据分析结果表明了该模型的有效性.

带有相依稀疏算子的一阶随机系数二项自回归模型

将ADCBAR(1)模型推广到随机系数情形,提出一种带有相依稀疏算子的一阶随机系数二项自回归模型RCADCBAR(1),用于刻画具有相依性及零堆积性质的有限范围内整数值时间序列数据.首先,推导该模型的一些统计性质;其次,用条件最大似然方法对模型中存在的未知参数进行估计,并讨论估计量的渐近性质;最后,将该模型应用到一组实际数据中,以说明该模型的适用性.

自激励广义二项门限自回归模型的统计推断

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质:期望、方差、自协方差和转移概率;其次,分别给出门限变量在已知和未知两种情形下模型参数的条件最大似然估计方法;最后,将该模型应用到一组实际数据中进行拟合验证.

新型加权粗糙朴素贝叶斯算法及其应用研究

待分类数据集中通常存在大量的冗余属性,会严重影响分类效率。为了达到在降低计算复杂度的同时提高分类准确率的目的。首先在朴素贝叶斯模型中引入粗糙集技术对数据集进行属性约简,获取最优属性子集;然后在此基础上以最大化数据集的对数条件似然估计为标准对条件属性设定(近似)最优权值,进而提出一种新型加权粗糙朴素贝叶斯模型。通过在垃圾邮件过滤领域对该模型进行实际验证表明,贝叶斯模型的分类效率有明显提高,而且分类性能更加稳定,证明该方法不仅可以有效去除冗余属性,而且为条件属性赋予的权值较之传统加权方法更加合理。

基于CML的配电网μPMU相量测量算法

配电网受谐波和噪声干扰严重,电压相量的计算难度更大,传统的输电网相量测量精度不能满足配电网的要求。为提高配电网电压相量幅值和相角的测量精度,提出了一种基于条件最大似然估计法(conditional maximum likelihood estimation,CML)的配电网微型同步相量测量单元(μPMU)的相量测量方法。该算法建立了三相不平衡系统的信号模型,在待测量最多包含两个未知量且待测量矩阵与单位矩阵正交不等于零时,利用三相矩阵与样本协方差矩阵的特征向量正交来获取待测量,进而通过几何特性推导出电压相量的幅值及相位表达式,降低了运算量。通过Matlab进行了仿真验证,仿真结果表明所提方法能够在一定程度上提高配电网电压相量幅值和相位的测量精度。

多台系统幂律过程参数的比较

故障服从幂律过程(亦称Weibull过程)的多台可修系统,是否属同型系统,是工程上常遇到的课题。这可根据同步或不同步的多台混合截尾的故障数据进行统计假设检验来判定。首先,根据形状参数的条件极大似然估计,讨论了利用修正的Bartlett检验各台的形状参数b_i(i=1,2,…,k),是否相等的方法。其次,在b_i相等的基础上,讨论了利用极大似然比检验各台尺度参数a_i(i=1,2,…,k)是否相等的方法,并用数值例说明了这些方法。

货币危机与银行危机的共生性实证研究

美国次级贷款危机使美国银行业陷入重重危机,与此同时美元也正面临着严重的贬值危机,这种现象引发了我们对银行危机和货币危机之间相互关系的重新探讨。文章从实证的角度出发,运用随机效应、面板数据、概率离散模型,条件最大似然值方法,以1990～2003年期间25个国家的样本数据为研究对象来分析货币危机和银行危机的共生性,得到结论:银行危机与货币危机之间的确存在共生性,银行危机的发生可以作为货币发生的前导信号,而货币危机的发生对银行危机则没有前导信号作用。

基于模拟退火法的水下多元线阵阵列误差有源校正方法

本文提出一种基于模拟退火法的远场阵列误差有源校正方法,以解决水下多元线阵存在的阵列误差问题。此方法将分时工作校正源置于不同位置用于辅助校正,结合无条件最大似然方位估计算法构建目标函数,并利用模拟退火法进行阵列误差寻优。利用此方法进行性能仿真实验,结果表明:该方法校正精度高、鲁棒性好,具有较好的应用前景。

基于粒子群算法的水下多元线阵阵形有源校正方法

针对存在阵元位置误差的水下多元线阵,提出一种基于粒子群优化算法的远场有源阵形校正方法。该方法选用2个辅助源分时工作方式,利用无条件最大似然方位估计算法构建目标函数,并通过粒子群算法对阵元位置进行寻优。利用该方法对均匀线阵进行性能仿真实验。结果表明:该方法稳健性好、校正精度高,具有一定的应用前景。

一种基于改良粒子群算法的近场阵列自校准方法

针对存在位置及幅相误差的大尺度直线阵列,提出一种基于改良粒子群算法的近场阵列位置-幅相误差联合自校准方法。该方法采用三校准源分时、分地工作模式、UML-PSO联合寻优方式,针对校准源位置未知的情况构建目标函数并进行寻优。仿真及试验验证了该算法可应用于实测,且具有较好的性能。

人口普查质量评估中的三系统估计量研究

研究目标:用三系统估计量替代双系统估计量,以解决后者由于普查与质量评估调查不独立引起的交互作用偏差问题。研究方法:采用数理模型与实地调研相结合的方法研究总体人口的等概率分层,三次捕获模型,三系统估计量及其抽样方差估计量。研究发现:对数线性模型、最大似然估计、不完整三维列联表和对数似然比是建立和选择三次捕获模型或三系统估计量的重要工具;三系统估计量不受三份人口名单是否独立的限制。研究创新:阐释三次捕获模型与三系统估计量的内在逻辑关系;提出抽样登记的三系统估计量。研究价值:三系统估计量应用于中国2020年人口普查净误差估计,开创世界人口普查净误差估计领域应用三系统估计量的先河。

基于CMLE的改进型IR-UWB同步算法

提出了一种基于CMLE的改进型IR-UWB同步算法,包含3项优化方案:帧级噪声抑制、噪声模板互相关估计以及滑动相关搜索.其中,帧级噪声抑制、噪声模板互相关估计通过加强噪声抑制能力从而改善算法在低信噪比情况下的参数估计精度;滑动相关搜索进一步优化了高信噪比情况下参数估计的均方误差性能.数学分析及仿真实验的结果表明每项优化方案均在不同程度上实现了预期的性能优化.