移动极值排序集抽样下Pareto分布形状参数的Bayes估计

文章在移动极值排续集抽样下,针对共轭先验以及Jeffreys先验,基于平方损失、Q-对称熵损失以及Linex损失,获得了Pareto分布形状参数的Bayes估计。利用Monte Carlo法,计算出估计的偏差、真实值和对应估计值之间的均方根以及估计的效率,并把他们与在简单随机抽样下获得的相应值进行比较,模拟结果表明在移动极值排序集抽样下获得的估计结果更准确。

动态极值排序集抽样设计下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Inverse Rayleigh分布中参数的一些优良估计.数值结果显示MERSS估计比SRS估计更有效.

基于极值索引排序算法的MMC均压优化研究

模块化多电平换流器(modular multilevel converter,MMC)正常运行的必要条件是直流侧维持稳定的工作状态,而对桥臂模块进行电压均衡控制是其控制的重要环节之一。针对传统均压策略在演算速度和开关损耗方面的劣势,提出一种基于极值索引排序算法的优化均压策略。根据子模块充放电过程的电压变化规律,在基于极值索引排序的基础上进行了重排序优化,实现了开关次数的降低。利用Matlab/Simulink仿真软件对二十一电平的MMC进行建模,通过对冒泡、混合、极值索引、优化极值索引四种排序算法进行仿真验证,体现了优化极值索引算法的明显优势,具体表现在具有较低的开关动作次数和优秀的演算速度。利用Visual C++6.0平台开发了C++算法程序,进行了模拟数据运算,已应用于MMC无功发生器控制中。

动态极值排序集抽样设计下Rayleigh分布的参数估计

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果显示MERSS估计比SRS估计更有效.

“黑格比”台风浙沪交界极端降水及物理量特征分析

利用全国综合气象信息共享平台(CIMISS)地面站点降水资料、欧洲中期天气预报中心逐小时再分析资料,分析“黑格比”台风登陆后在浙江嘉兴、上海金山交界地区(简称“关注区”)产生的极端降水及相关物理量特征,结果表明:(1)此次降水过程的小时雨强、日降水和过程降水均具有很强的极端性,部分测站达十年一遇甚至是百年一遇标准,杭州湾北岸强降水的极端性比南岸更显著;(2)关注区对流层低层充足的水汽,以及高低层冷、暖平流的叠加,为极端降水发生发展提供了有利的水汽条件和不稳定条件;(3)根据物理量的逐小时演变,呈现出低层辐散、高层辐合的环流增强,以及低层强烈的涡旋运动,关注区强降水也随之发生;(4)此次极端暴雨过程850 hPa第二类热成风螺旋度极值和地面散度经极值排序后呈现较高的百分位置,在相似台风中均具有显著的极端性,对类似路径、小体积台风极端降水的发生具有较好的指示意义。

MERSS下Pareto分布刻度参数的估计

研究了动态极值排序集抽样(MERSS)下帕累托(Pareto)分布里刻度参数(a,c)的极大似然估计(MLE)和Fisher信息量.证明了MERSS下c参数MLE的存在性和唯一性,MERSS下c携带的Fisher信息量大于简单随机抽样(SRS)下携带的Fisher信息量.

优良抽样设计下Logistic分布中参数的极大似然估计

当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样(RSS)被视为一种比简单随机抽样(SRS)更为有效的收集数据的方式.动态极值RSS (MERSS)是一种修正的RSS.文章在SRS和MERSS下研究了Logistic分布中参数的极大似然估计(MLEs).在这两种抽样下证明了该分布中位置参数和刻度参数的MLEs的存在性和唯一性,并计算了所含参数的Fisher信息量和Fisher信息矩阵.比较了这两种抽样下对应估计的渐近效率.数值结果表明MERSS下的MLEs一致优于SRS下的MLEs.

不同类型排序集抽样下skew-normal分布的Fisher信息量

Fisher信息量是统计推断的基本概念,在统计分析的许多领域中都发挥着重要作用.文章分别在简单随机抽样,排序集抽样(RSS),极值RSS (ERSS)和中位数RSS (MRSS)下研究了skew-normal分布中对应样本所含偏度参数的Fisher信息量.数值结果显示,同等样本容量不同类型完美排序集样本比简单随机样本提供更多的信息.数值结果也显示所有信息都会因排序出错而减少.

优良抽样设计下总体均值的比率估计

当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样被视为一种更为有效的收集数据的方式.极值排序集抽样(ERSS)是一种改进的排序集抽样.文章在ERSS下研究了总体均值的比率估计.以正态分布为例,比较了简单随机抽样和ERSS下比率估计的相对效率.数值结果表明ERSS下的比率估计优于简单随机抽样下的比率估计.