导读:本文包含了序约束论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:迭代法,多维,损失,正态分布,简单,故障率,对数。
序约束论文文献综述
宓颖,李树有[1]（2019）在《多维正态分布协方差阵在环序和伞序约束下的极大似然估计》一文中研究指出通过对多维正态分布协方差阵采用参数化,利用在简单树半序和简单半序约束下协方差阵极大似然估计的方法,给出了多维正态分布协方差阵在简单环半序和伞型半序约束下极大似然估计的充分条件以及极大似然估计的计算方法,并给出多元平衡叁向分类随机模型的应用实例.(本文来源于《东北师大学报(自然科学版)》期刊2019年01期）
隋崴[2]（2019）在《双变量泊松分布参数在序约束下的极大似然估计》一文中研究指出双变量泊松分布的性质及其应用的研究在许多国内外的文献中都有所涉及。双变量泊松分布的产生方法有很多种,学者S.Kocherlakota和K.Kocherlakota提出一种使用最多的方法,即叁变量还原法。根据这种方法计算得到双变量泊松分布的概率密度函数。本文主要针对双变量泊松分布参数的极大似然估计和应用进行研究。首先,研究了双变量泊松分布参数的极大似然估计问题。运用牛顿迭代方法对叁个未知参数进行求解,通过计算参数的矩估计作为迭代初值代入,利用MATLAB语言将122个调度员在两个不同连续时间段内发生事故次数的真实数据代入,求解参数的极大似然估计值。其次,以调度员发生事故次数为例,随机抽取十个不同地区作为十个不同总体,要求发生事故原因从工作环境本身存在的危险、个人原因和非个人原因叁方面影响因素考虑,要求在一定可控制范围内,使事故发生率最小化,即对概率密度函数中的参数加上约束条件。利用PAVA算法,最终得到满足条件的极大似然估计值,并比较得出事故发生率最小值。最后,对双变量泊松分布进行扩展得到双变量COM-泊松分布。为了满足数据分散性,双变量泊松分布已不能完全符合条件,所以采用双变量COM-泊松分布对实际数据进行建模,双变量COM-泊松分布在参数v取某一特定值时,其包含叁种特殊分布,分别是双变量泊松分布、双变量伯努利分布和双变量几何分布。此部分主要是考虑双变量COM-泊松分布参数的极大似然估计,利用MATLAB语言将122个调度员在两个不同连续时间段内发生事故次数的真实数据代入,最终得到估计值。(本文来源于《辽宁工业大学》期刊2019-03-01）
张宝学,张超[3]（2019）在《伞形序约束下细胞抑制剂两步剂量寻找方法》一文中研究指出剂量寻找(dose-finding)方法在临床试验第Ⅱ阶段中发挥着重要作用。找到一个适合的剂量寻找方法可以节省大量的时间和资金。在一众临床试验剂量寻找的统计方法中,两步剂量寻找(two-stage dose-finding)方法不仅能够快速得到目标剂量,还能够保证结果的有效性。针对疗效剂量的伞形序约束问题,改进后的两步剂量寻找方法是一种表现良好的方法。(本文来源于《数理统计与管理》期刊2019年01期）
赵春雪,李树有,宓颖[4]（2018）在《多个Marshall-Olkin Fréchet分布总体参数在序约束下的极大似然估计》一文中研究指出研究了扩展型分布族Marshall-Olkin Fréchet分布的参数估计问题.运用迭代方法分情况讨论了当部分参数未知时参数的极大似然估计;利用MATLAB软件和喷气式飞机空调系统连续故障间隔时间的数据,进一步讨论了多个分布总体参数在序约束下的极大似然估计问题.(本文来源于《东北师大学报(自然科学版)》期刊2018年03期）
杜宇静[5]（2018）在《序贯k-out-of-n系统在序约束下参数的估计和算法》一文中研究指出本文主要研究带有协变量的序贯k-out-of-n模型.我们假定给定协变量寿命的分布是指数分布,对指数分布的刻度参数建立了对数线性模型.研究了在序约束下模型参数的最大似然估计及最大似然估计量的性质,并且给出了最大似然估计的具体算法并进行了模拟.(本文来源于《应用概率统计》期刊2018年01期）
杜宇静[6]（2016）在《序贯k-out-of-n系统在序约束下参数的估计和算法》一文中研究指出寿命试验中动态可靠性模型是我们研究最多的一个模型,它是允许系统中元件的失效时间影响系统中其他元件失效时间的分布的模型,例如,高压线路中元件的失效会增加其他线路上的元件的负荷,因此元件的失效时间之间是相关的,这样的模型在时间中更适用。序贯k-out-of-n模型就是这样的一种模型,这种模型的参数之间往往存在一种序关系,而且在可靠性和寿命数据分析中,其中一个重要的目的就是研究一些协变量对失效时间的影响。因此本文主要研究带有协变量的序贯k-out-of-n模型,给出了带有协变量的序贯k-out-of-n模型参数在监督序约束下的最大似然估计量,同时给出了参数的最大似然估计的具体算法。讨论了模型中参数在简单序约束下的最大似然估计的渐进性质。对所研究的内容最后都给出了相应的模拟结果。(本文来源于《第十届海峡两岸统计与概率研讨会摘要集》期刊2016-08-12）
王秋平[7]（2016）在《序约束下一类指数分布族参数的Bayes估计》一文中研究指出在平方损失和熵损失函数下,分别讨论序约束下先验分布选取杰佛莱准则时两个单参数指数分布族总体参数的Bayes估计,进而给出了序约束下不同损失函数时的两个单参数指数分布族总体参数精确的Bayes估计形式,并证明了该估计的容许性。(本文来源于《昌吉学院学报》期刊2016年03期）
杜宇静,姜丽萍[8]（2016）在《序贯k-out-of-n系统在序约束下参数的假设检验》一文中研究指出考虑带有协变量的序贯k-out-of-n模型,假设给定协变量寿命的分布是指数分布族,对指数分布的刻度参数建立对数线性模型,研究在序约束下模型参数的两个假设检验问题,并讨论在序约束下检验统计量的渐近分布为χ~2分布.(本文来源于《吉林大学学报(理学版)》期刊2016年03期）
王寿贤,李树有,宓颖[9]（2016）在《多个Kotz分布总体参数基于序约束下的极大似然估计》一文中研究指出研究了多个kotz分布总体的参数基于序约束下的极大似然估计问题,并给出了多个kotz分布总体未知参数的极大似然估计的算法,根据PAVA算法又给出了k个kotz分布总体的参数在简单半序,伞形半序,简单树半序和简单环半序约束下的极大似然估计。还讨论了多个kotz分布总体参数基于截尾样本的极大似然估计的计算方法。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2016年01期）
罗平,李树有[10]（2015）在《叁个多元正态总体在简单半序约束下均值估计-基于协方差阵未知》一文中研究指出自然界中有许多模型需要参数估计,但实际问题中往往会遇到约束条件.因此,无约束的最大似然估计在约束条件下已不再是最优估计量.寻求有约束条件的最优估计成为文章的研究重点.文章利用PAVA算法将最大似然估计进行合并处理,得到在简单半序约束和协方差阵未知情况下的新估计量μ_i,并证明其优于无序约束下得到的最大似然估计X_i.(本文来源于《应用数学学报》期刊2015年06期）
序约束论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
双变量泊松分布的性质及其应用的研究在许多国内外的文献中都有所涉及。双变量泊松分布的产生方法有很多种,学者S.Kocherlakota和K.Kocherlakota提出一种使用最多的方法,即叁变量还原法。根据这种方法计算得到双变量泊松分布的概率密度函数。本文主要针对双变量泊松分布参数的极大似然估计和应用进行研究。首先,研究了双变量泊松分布参数的极大似然估计问题。运用牛顿迭代方法对叁个未知参数进行求解,通过计算参数的矩估计作为迭代初值代入,利用MATLAB语言将122个调度员在两个不同连续时间段内发生事故次数的真实数据代入,求解参数的极大似然估计值。其次,以调度员发生事故次数为例,随机抽取十个不同地区作为十个不同总体,要求发生事故原因从工作环境本身存在的危险、个人原因和非个人原因叁方面影响因素考虑,要求在一定可控制范围内,使事故发生率最小化,即对概率密度函数中的参数加上约束条件。利用PAVA算法,最终得到满足条件的极大似然估计值,并比较得出事故发生率最小值。最后,对双变量泊松分布进行扩展得到双变量COM-泊松分布。为了满足数据分散性,双变量泊松分布已不能完全符合条件,所以采用双变量COM-泊松分布对实际数据进行建模,双变量COM-泊松分布在参数v取某一特定值时,其包含叁种特殊分布,分别是双变量泊松分布、双变量伯努利分布和双变量几何分布。此部分主要是考虑双变量COM-泊松分布参数的极大似然估计,利用MATLAB语言将122个调度员在两个不同连续时间段内发生事故次数的真实数据代入,最终得到估计值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
序约束论文参考文献
[1].宓颖,李树有.多维正态分布协方差阵在环序和伞序约束下的极大似然估计[J].东北师大学报(自然科学版).2019
[2].隋崴.双变量泊松分布参数在序约束下的极大似然估计[D].辽宁工业大学.2019
[3].张宝学,张超.伞形序约束下细胞抑制剂两步剂量寻找方法[J].数理统计与管理.2019
[4].赵春雪,李树有,宓颖.多个Marshall-OlkinFréchet分布总体参数在序约束下的极大似然估计[J].东北师大学报(自然科学版).2018
[5].杜宇静.序贯k-out-of-n系统在序约束下参数的估计和算法[J].应用概率统计.2018
[6].杜宇静.序贯k-out-of-n系统在序约束下参数的估计和算法[C].第十届海峡两岸统计与概率研讨会摘要集.2016
[7].王秋平.序约束下一类指数分布族参数的Bayes估计[J].昌吉学院学报.2016
[8].杜宇静,姜丽萍.序贯k-out-of-n系统在序约束下参数的假设检验[J].吉林大学学报(理学版).2016
[9].王寿贤,李树有,宓颖.多个Kotz分布总体参数基于序约束下的极大似然估计[J].辽宁工业大学学报(自然科学版).2016
[10].罗平,李树有.叁个多元正态总体在简单半序约束下均值估计-基于协方差阵未知[J].应用数学学报.2015
论文知识图
