Dirichlet分布统计性质汇总

Dirichlet分布是一种重要的多维连续概率分布族,广泛应用于贝叶斯统计,是成分数据和比例数据建模中变量分布类型的自然选择.本文对其所具有的优良统计性质进行了汇总证明.

基于新Dirichlet先验分布的超参数确定方法研究

研究了基于新Dirichlet先验分布的Bayesian可靠性增长模型的超参数确定方法,该方法将专家经验表示为均匀分布,以先验参数为变量,将均值作为约束条件、方差作为目标,利用最优化方法求出与该均匀分布最为接近的Beta分布,解决了由于新Dirichlet先验分布超参数物理意义不明确而难以确定的问题。针对后验积分难以计算的问题,采用WinBUGS软件建立了新Dirichlet先验分布的Bayesian可靠性增长模型,该模型思路清晰、简单易行,提高了计算的精度,实例证明了该模型在可靠性应用中的直观性与有效性。

基于Dirichlet分布的无线传感器网络的信誉计算模型研究

提出了基于无线传感器网络的信任评估框架,在该框架中,分为检测模块和信誉模块两部分,其中检测模块用于检测各节点测量的数据的异常程度,并根据此异常程度将节点行为分为三大类;在信誉模块中,建立基于Dirichlet分布的信誉函数,计算节点的可信度及不确定度,并实时地利用新获得的数据对信誉进行更新;根据其他节点的信誉进行整合信誉,加快了收敛速度。仿真的结果表明,该模型可以检测出多种错误节点,并且与传统的基于β-分布的信誉模型相比,更加适合于无线传感器网络。

基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布,建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息,采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题;利用Gibbs抽样算法进行后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限,并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增长分析中的直观性与有效性。

基于Dirichlet先验分布的加速寿命试验的Bayes分析

竞争失效场合加速寿命试验统计分析问题正在成为研究的热点,但目前的方法主要采用极大似然估计(MLE),在小样本情形下统计精度不高。针对这一问题,以Dirichlet分布综合产品的各类可靠性先验信息,并充分考虑了试验数据的非完整性,建立了基于Dirichlet先验分布的Bayes分析方法。最后通过MonteCarlo仿真和应用算例验证方法的有效性。结果表明,由于综合了有用的先验信息,从而扩大了统计信息量,因此在小样本情形下本文方法比极大似然估计方法具有更加优良的估计性质。

基于Dirichlet分布的扩展主观逻辑

针对基于二值逻辑的主观逻辑中存在的一些问题,提出了基于D irichlet分布的扩展主观逻辑.在利用三值逻辑代替原来二值逻辑的基础上,扩展主观逻辑重新定义了事实空间与观念空间之间的映射关系和映射函数,并给出了新的扩展合意规则.扩展主观逻辑保留了主观逻辑基于统计推断和概率理论的优点,并考虑了事件结果不确定时的情况,从而可更好地建模和处理信任中的主观性和不确定性.实例分析表明,扩展主观逻辑具有合理的事实根据和理论基础.

基于Dirichlet先验分布的模糊可靠性增长模型研究

将模糊理论应用于基于Dirichlet先验分布的Bayes可靠性增长模型,提出了可靠性增长的模糊模型。在对Dirichlet先验分布函数研究的基础上,分析了先验参数的获取方法。针对某水冲压发动机可靠性增长试验使用Dirichlet先验分布模型进行了分析,给出了试验各阶段的先验分布和后验分布,并分析了与先验信息方差有关的参数对后验可靠度的影响。在此基础上,通过引入模糊变量,发展了模糊可靠性增长模型,得到了试验各阶段模糊可靠度。

半平面上的无限级随机Dirichlet级数的值分布

本文通过 Dirichlet级数增长性研究结果改进 ,以及对独立随机变量列 { Zn} ,在条件 EZn=0 , 正数α>0 ,使得 ,0 <E|Zn|2 ≤α2 (E|Zn|) 2 <+∞下的性质深入研究 ,得出随机 Dirichlet级数∑∞n=0Zne-λnσ与 Dirichlet级数 ∑+∞n=0σne-λnσ a.s.有相同收敛横坐标 ,增长级 ,型函数 ,一般右半平面上ρ(1σ)级随机 Dirichlet级数几乎必然以虚轴上每一点为 (没有例外值 )

基于顺序Dirichlet分布的Bayes可靠性增长评估方法

针对产品可靠性增长试验过程中试验样本量少这一特点,提出一种基于顺序Dirichlet分布的Bayes可靠性增长评估方法。利用顺序Dirichlet分布的统计特性,对产品可靠性增长试验过程中的专家信息进行规范化描述,并在Bayes试验鉴定框架下作为验前信息给出其验前分布的确定方法,以及产品可靠性增长过程中各试验阶段产品可靠性的评估方法。通过综合考虑产品各试验阶段的历史信息,主观信息和客观信息等多种信息形式,解决了小样本情况下产品可靠性增长试验性能指标的评估问题。

右半平面无限级随机Dirichlet级数值的分布

该文主要研究了右半平面无限级随机Dirichlet级数值的分布.首先,在较宽的系数条件下证明了右半平面随机Dirichlet级数增长性和值的分布定理.其次,研究了系数的模为两两NQD列的随机Dirichlet级数的性质,得到与独立随机序列类似的结果.在一定的条件下,右半平面上随机级数Σ∞n=0X_ne^(-λ_ns)与级数Σ∞n=0σ_ne^(-λ_ns)a.s.有相同的收敛横坐标、增长级和型函数.

应用Dirichlet分布的概率假设密度多目标跟踪

针对多目标跟踪算法对多目标状态提取的需求,提出了一种基于Dirichlet分布的概率假设密度滤波器多目标状态提取方法.该算法利用负指数Dirichlet分布的不稳定性来极大似然估计多目标状态;利用期望极大化算法搜寻极大似然解,同时利用Dirichlet分布驱使不相关分量消亡;为了平衡成功初始化与减少算法时间开销的要求,利用k-d树初始化Dirichlet分布.仿真结果表明,基于Dirichlet分布的概率假设密度滤波器多目标状态提取算法在多目标跟踪中优于已有算法.

右半平面上的随机Dirichlet级数的值分布性质

本文在较宽的系数条件下,对更一般的非同分布随机变量序列,讨论了右半平面上的随机Dirichlet级数f [ s,ω]的增长级,证明了 f [ s,ω]沿任一水平半直线的增长级几乎必然(a.s.)为ρ,并且a.s.以σ=0上的每一点为其Picard点.

基于Dirichlet分布有限混合模型的Bayes聚类

本文基于Dirichlet分布有限混合模型,提出了一种用于成分数据的Bayes聚类方法.采用EM算法获得模型参数的估计,用BIC准则确定类数,用类似于Bayes判别的方法对各观测分类.推导了计算公式,编写出程序.模拟研究结果表明,本文提出的方法有较好的聚类效果.

关于Dirichlet级数的增长性质与值分布

研究了Dirichlet级数f(z)=∑n=0ane-λnz的增长性质与值分布,其中{an}为一复数列,0=0λ<1λ<2λ<…<λn↑+∞.在和函数与Dirichlet级数的部分和之差的模满足一定限制条件下,给出了和函数的级的估计,以及Julia线存在的宽度的估计.

隐含风险中性分布在巨灾超额损失再保险定价中的应用

通过与标的风险相关的期权市场估计出隐含变换系数,然后以Esscher变换为工具,将巨灾损失统计分布风险中性化,从而对以该非交易风险为标的的巨灾超额损失再保险进行定价.同时,从期权定价的角度,结合Weibull极值分布和超额损失再保险的特点,给出了巨灾超额损失再保险定价的闭型表达式.

Dirichlet分布的中立性

本文给出了随机成分向量的中立性的两个性质,并证明了Dirichlet分布具有完全中立性.

Dirichlet L-函数的一个四次加权均值分布

利用Kloostermann和估计及其解析方法研究了DirichletL 函数的一个四次加权均值分布 。

服从Dirichlet分布的成分数据的贝叶斯分析(英文)

本文研究Ｄｉｒｉｃｈｌｅｔ分布总体的参数和其他感兴趣的量的贝叶斯估计， 在参数的有实际意义的函数上设置均匀的先验分布， 对适当变换后的参数用Ｍｅｔｒｏｐｏｌｉｓ算法得到马尔可夫链蒙特卡罗后验样本， 由此即得参数和其他感兴趣的量的贝叶斯估计．

Dirichlet L-函数奇特征的2k次加权均值分布

利用经典的K loosterm ann和估计,特征和估计及其解析方法研究了D irich let L-函数奇特征的2k次加权均值,得到一个较为精确的加权均值分布公式.

一类Dirichlet分布的渐近分布

利用中心极限定理和Slutsky定理,证明了一类D irichlet分布的渐近分布为正态分布.