临床试验期中分析中不同样本空间排序方法矫正效应高估的比较

目的:比较逐段(SW)排序法、似然比(LR)排序法和极大似然估计值(MLE)排序法对临床试验中成组序贯设计期中分析效应高估的矫正效果。方法:使用SAS 9.4生成正态分布资料模拟数据集,模拟期中分析,采用中位无偏估计值(MUE)及其95%CI下限评估3种样本空间排序法的矫正效果。采用一项已上市的随机对照临床试验进行验证。结果:与SW排序法相比,LR排序法和MLE排序法的MUE及其95%CI下限更接近真实值。结论:对于正态分布数据,LR和MLE排序法能更好地矫正临床试验期中分析的效应高估。

具有4个相异指数随机变量的串联系统的条件样本间隔

基于具有4个独立不同指数分布元件的串联系统在某时刻失效时的元件剩余寿命,引入条件样本间隔概念,借助概率论与随机过程得到了其生存函数、期望和协方差等。然后,证明出了第一个条件样本间隔的生存函数关于元件的失效率是舒尔凸的。最后得到了第二个条件样本间隔在普通随机序意义下小于等于第三个条件样本间隔。所得结论将为设计最优系统和寿命检验提供理论依据。

谐波窗分解样本熵与灰色关联度在转子故障识别中的应用

针对实测转子振动信号的非平稳特性和在现实条件中难以获得大量典型故障样本的问题,提出一种基于谐波窗分解(harmonic window decomposition,HWD)、样本熵与灰色关联度相结合的故障识别方法。首先,为了降低噪声的影响,引入循环统计学的思想对传统形态滤波方法进行改进,定义了顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测转子振动信号进行顺序形态滤波降噪预处理。然后,采用不分层分析的HWD来提取包含转子典型故障信息的6个特征频带,运用非线性动力学参数样本熵作为特征,计算转子正常、不平衡、不对中、油膜涡动、油膜振荡等5种工况的样本熵。最后,由于灰色关联度分析对小样本模式识别具有良好的分类效果,以特征频带的样本熵为元素构造特征向量,通过计算不同振动信号的灰色关联度来判断转子的工作状态和故障类型。试验分析结果表明,所提的方法能够有效地应用于转子系统的故障诊断。

样本空间中的序与参数的置信限

此文中我们利用样本空间中的序提出了计算参数置信限的一般方法。对于双向删失和更新计数过程的情形,我们分别获得了具体的计算公式,它们在寿命及可靠性研究中有重要的实用价值。

信息融合多传感器可信度的确定方法及应用

借鉴层次分析法相对比较的思想,提出一种确定多传感器可信度的方法.该方法基于传感器提供的信息的相对可信度,对不同目标分别建立多传感器可信度判断矩阵,求得各传感器对该目标的可信度,进而求得各传感器的综合可信度.给出了一个数值算例.根据传感器的可信度,改变径向基函数神经网络的样本空间的大小,分析了训练时间和网络融合性能,验证了方法的有效性和实用性.

多个函数定义的空间凸体高阶磨光

基于KS函数的凝聚算法 ,提出一种对多个函数定义的空间凸体的高阶磨光方法 该方法利用映射反演技术 ,将KS函数的凝聚算法推广至球坐标系 ,从而实现了仅用一个拟合函数表达、拟合精度仅由一个参数控制的多函数空间凸体光顺拟合图形的绘制 图形算例表明 。

模糊λ商空间研究

把模糊商空间理论推广为模糊λ商空间理论,证明论域上的一个模糊等价关系一一对应于λ商空间上的一个归一化等腰距离函数;给定一个λ截关系序列,则唯一确定一个模糊等价关系。给出模糊λ商空间的定义,并讨论其性质,引入模糊λ商空间族来求解模糊问题。

样本空间排序法评价瞬时辐照无失效数据研究

为降低瞬时辐照抽样检验中现行经典非参数法的评价结果的保守性,引入样本空间排序法,从理论和实例两方面计算无失效数据的生存概率置信下限,并与经典非参数法进行对比。结果是,样本空间排序法不仅提高生存概率的置信下限,还增大这些置信限所对应的剂量率范围。该研究结果表明样本空间排序法提高了数据利用率,降低了保守性,可减少试验成本。

基于抽取技术的二维密集频率估计方法

本文研究了有色噪声背景下的密集频率估计问题,提出了一种采用二维抽取技术估计密集频率的新方法.利用时域抽取增加频率间隔的能力,基于二维谐波信号模型,本方法对二维密集频率进行了有效的分离,并利用改进的二维矩阵束方法对分离后的二维密集频率进行了准确的估计.本文所提出的方法简单易行,解决了现有二维频率估计方法对密集频率估计失效的问题.仿真结果验证了本方法的有效性.

因素空间与数据科学

为解决粗糙集和形式概念分析在数据库中所施展的无母体论的样本操作问题,提出了以因素空间为母体的关系数据库样本理论,为非传统概率统计方法提供了新的信度基础.通过回溯因素空间的发展历史及其成果,介绍与关系数据库的关系,说明了因素空间乃是数据科学最贴切的数学基础理论.研究结果表明:在因素空间基础上所建立的样本理论与传统的概率统计理论有本质的不同,样本不仅是分析的根据,更是培植的对象;对于凸背景关系,面对着大数据流,数据分析师只需把握住为数不多的样本基点,随时按规则调整这组基点,便可获得母体完整的信息.

样本区间的概率分布

设 (Χ1 ,Χ2 ,…Χn)为服从I =[0 ,1]上均匀分布的容量为n的简单随机样本 ,它们将I =[0 ,1]分隔成 (n +1)个样本区间 (samplespacing) .记Y0 ,Y1 ,…Yn分别为这些样本区间的长度 ,又设Zn(x ,ω)为包含点x∈I的唯一的左闭右开区间的长度 .由于随机选取的点集被广泛运用于许多概率模型中 ,例如流行病学、遗传学、时间序列分析以及交通流理论等 .因此 ,对Zn(x)及其相关统计量分布的研究也就引起了人们的广泛关注 .本文利用顺序统计量的性质讨论了Yi(0≤i≤n)以及Zn(x ,ω)的概率分布 ,有利于今后对上述理论的研究 .

不等定时截尾试验指数分布情形下的可靠性评定

针对产品的可靠性评估问题,一般需要统计分析寿命试验中收集到的试验数据。假如所有试验样品都在不同时刻终止试验,这种方式就是不等定时截尾寿命试验。针对不等定时截尾数据,现有方法大多只能得到参数的点估计,缺乏针对参数置信区间的估计方法。针对这一问题,在指数分布下,根据样本空间排序法这一理论,推导得到一个比现有方法更简单的计算方法。作为对比,基于极大似然估计的性质和bootstrap方法,又提出两个置信下限的近似求解方法。然后,通过蒙特卡罗仿真实验和一个算例,比较了这3个方法。实验表明基于样本空间排序法的计算结果更优。

覆盖粒度空间的多层次粒度结构研究

针对覆盖粒度空间中的知识表示、基本运算、层次结构及粒度结构度量问题进行分析与研究。首先,定义覆盖近似空间中对象的相容类,构造覆盖粗糙集模型的相容关系,定义相容类中对象之间的相容度,由此相容关系诱导出覆盖粒度空间的概念。其次,给出覆盖粒度空间下对象的矩阵表示,定义覆盖粒度空间中基本运算,并诱导出覆盖信息粒的概念,从而对覆盖粒度空间中粒度的大小进行了度量。接着,定义覆盖粒度空间的三种偏序关系,以此揭示覆盖粒度空间的层次关系。最后,定义覆盖粒度空间的信息粒度、粗糙度和粗糙熵,研究在覆盖粒度空间中多层次粒度结构度量的各种关系。研究结果统一了覆盖粒度空间下信息粒度的相关度量,从而为粒计算的多层次粒结构理论进一步的完善提供依据。

样本区间的概率分布及其性质

设(X1,X2,…,Xn)为服从I=[0,1]上的均匀分布的简单随机样本,它们将[0,1]分成(n+1)个样本区间,以Y0,Y1,…,Yn分别表示这些样本区间的长度,利用顺序统计量的性质讨论Yi(1≤i≤n+1)的概率性质。

展望空间上的一种格序决策方法

针对展望空间的偏好结构按照一定的偏好关系不具有连通性的情况,关于决策方案的比较提出了一种格序决策方法。证明了展望空间按照极大多数优于原则是一个偏序集,具有格序特征;得出了格序展望空间的上赋值和距离函数,并根据赋值和距离函数刻画出决策后果之间的偏好距离,即优劣差异程度;最后,举例加以说明。

对指数分布定总时有替换可增长型数据的NATURAL字典排序法的改进

通过引入随机化方法对处理指数分布定总时有替换可增长型数据的ＮＡＴＵＲＡＬ字典排序法给予了改进，进而改进了对产品可靠度置信下限的估计。

关于结构可靠度的置信下限

针对实际工作中常见的一类试验数据 ,研究了产品的结构可靠度的置信下限。

古典概型典型思考方法探讨

在概率论学习中首先接触的古典概型,历来都是教学中的重点.通过部分典型问题探讨一些解古典概型问题的思考方法,有助于概率论基本概念的直观理解,并且有益于开启概率论课程的学习.

吉登斯的“时-空秩序”与现代性逻辑

吉登斯以"时-空"秩序的变迁作为其分析现代性的逻辑起点,认为相对于传统社会,"时-空分离"是现代性社会生成的物理基础,它使现代性观念的变迁、现代性制度的形成和全球性现代性文明的生成成为可能。"时-空分离"所形成的"时-空新秩序"是一把充满悖论的双刃剑,既是现代性生成的动力机制和主要特征,又是现代性危机的根源。"时-空新秩序"下生成的抽象系统拷问着现代性制度:社会知识关系重构下的"专家系统"拷问着现代性的社会信任和知识合法性;"象征标志"拷问着公众对现代性制度的信心与信任。驾驭现代性这头"猛兽",不在于时空的物理性重构本身,而是隐藏在时空背后的社会关系的彻底重构——社会关系的变革(消除全面异化),进行"政治解放"和"人的解放"的"双重解放"。

关于平均无故障时间间隔(MTBF)保证试验的置信限

在对ＭＴＢＦ（平均无故障时间间隔）保证试验进行严格的数学描述的基础上，利用样本空间排序法找出了ＭＴＢＦ在一定意义下最优的置信下限和置信上限。