导读:本文包含了半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:简单,函数,多维,算法,均值,正态分布,风险。
半序约束论文文献综述
罗平,李树有[1]（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）
李浩[2]（2014）在《简单半序约束下多元Kotz型分布参数的极大似然估计》一文中研究指出Kotz分布是一类重要的对称椭球分布，它是由Samuel Kotz于1975年作为多元正态分布的推广形式首次引入的。自1990年以来有关此分布的研究量激增，许多学者对这种分布进行了研究。Kotz分布解决了许多以正态分布假设为前提的模型解决不了的问题，同时，Kotz分布在经济数学，重复测量学等学科中也有着广泛的应用。序约束下的统计推断问题由于其深刻的理论背景成为统计分析领域的重要组成部分，而多维保序回归理论对多维参数在序约束条件下的统计推断起着关键性作用。本文首先利用椭球等高分布的理论与矩阵Kotz分布定义相结合，给出了在一定条件下的多元Kotz型分布Kp(μ,Σ)的均值参数的极大似然估计，并分别研究了均值向量已知和未知两种情况下的协方差矩阵的极大似然估计。之后利用多维保序回归的理论及方法，根据协方差矩阵的情况不同，深入的研究了叁种情况下多元Kotz型分布Kxp(θ,Σ)的均值在简单半序约束条件下的极大似然估计的算法，其思想就是，结合多元Kotz型分布自身性质，当协方差矩阵已知或协方差矩阵未知且相等时，通过把多维保序回归降为一维保序回归并利用PAVA算法迭代。当协方差矩阵未知且不相等时，则通过把多维保序回归降为一维保序回归并对参数赋予初始值后反复迭代直至收敛的方法，最终得到序约束条件下的极大似然估计。(本文来源于《辽宁工业大学》期刊2014-03-01）
罗平,李树有[3]（2013）在《叁个多元正态总体在简单半序约束下均值估计》一文中研究指出多元保序回归理论对统计学中研究多维参数在序约束下的估计理论起着关键性作用。本文讨论了当协方差矩阵已知,在简单半序约束下,对叁个多元正态总体均值的估计问题,给出了估计的算法。并证明了在多元均方损失条件下,给出的均值估计优于无序约束的均值估计。(本文来源于《统计研究》期刊2013年03期）
史海芳,姬永刚[4]（2013）在《简单半序约束下多个正态总体分布参数的Bayes估计与等值检验》一文中研究指出运用Bayes方法讨论多个正态总体均值与标准差比在简单半序约束下的估计问题及如下等值检验问题:H0:μ1=…=μkv.s.H1:μ1≤…≤μk,μ1<μk,并用Gibbs抽样和Metropolis-Hastings方法给出了上述问题的数值模拟.(本文来源于《吉林大学学报(理学版)》期刊2013年01期）
史海芳,李树有,姬永刚[5]（2008）在《正态总体均值与标准差比在简单半序约束下的最大似然估计(英文)》一文中研究指出For two normal populations with unknown means μi and variances σi2 > 0, i = 1,2, assume that there is a semi-order restriction between ratios of means and standard deviations and sample numbers of two normal populations are different. A procedure of obtaining the maximum likelihood estimators of μi’s and σi’s under the semi-order restrictions is proposed. For i = 3 case, some connected results and simulations are given.(本文来源于《数学研究与评论》期刊2008年04期）
苏海青[6]（2008）在《简单半序约束下,估计位置参数的一个非参方法》一文中研究指出对k个总体,本文讨论其位置参数被简单半序约束时的估计问题。把单个总体位置参数的H-L估计应用到多个总体的情况,定义了加权保序H-L估计,给出算法及性质。并且用Monte-Carlo方法模拟比较k=2时,L1保序回归与加权保序H-L估计产生的似然函数的大小。(本文来源于《科技信息(科学教研)》期刊2008年24期）
姬永刚,李树有,史海芳,彭培福[7]（2008）在《多个正态总体均值与标准差比在简单半序约束下的最大似然估计的计算》一文中研究指出考虑任意k(k>3)个正态总体均值与标准差(均值和标准差均未知)的比在简单半序约束下均值和标准差的最大似然估计的问题,给出了计算均值和标准差的最大似然估计的方法,并给出了k=5时利用迭代算法的模拟结果。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2008年04期）
范哲[8]（2007）在《树半序约束下多指数总体均值的估计》一文中研究指出约束条件下的统计推断已经成为当今统计分析中的一个重要领域，在史宁中的论文《保序回归和极大似然估计》中指出了对于指数分布利用PAVA算法进行极大似然估计的保序回归效果并不是很理想。但是对于正态分布保序回归做的很好，并且指出了对于正态分布简单半序约束下极大似然估计(RMLE)，有着比样本均值更小的均方误差。其中特别指出了在lee(1981)的论文中讨论了在简单半序(y_1≤y_2≤…≤y_n)中正态分布的约束极大似然估计均方误差要小于通常的极大似然估计均方误差。关于指数分布在树约束条件下多个指数总体均值的约束极大似然估计问题并没有人讨论过。本文第二部分：样本容量不同时，给出在树约束条件下多个指数总体均值的约束极大似然估计。在这个部分首先讨论了样本容量不同时，树约束条件下两个和叁个指数总体均值的约束极大似然估计问题。通过对他们的讨论，归纳分析了样本容量不同时，在树半序约束(λ_0≤λ_i其中，(i=1，2，3..n))下多个指数总体均值的约束极大似然估计形式问题。本文第叁部分：讨论样本容量相同时，在树约束下(λ_1≤min(λ_2，λ_3))叁个指数总体均值的约束极大似然估计(RMLE)与样本均值均方误差比较问题。讨论结果：1．λ_2=λ_3时：约束极大似然估计均方误差要比均值均方误差要小。2．λ_2≠λ_3时：1)(?)_1≤min((?)_2，(?)_3)时：约束极大似然估计均方误差与比均值均方误差相等。2)(?)_2＜(?)_1时：约束极大似然估计均方误差要比均值均方误差要小。3)(?)_3＜(?)_1时：约束极大似然估计均方误差要比均值均方误差要小。4)max((?)_2，(?)_3)≤(?)_1时：λ_2≠λ_3时积分结果不能明确显示与0的关系，利用数值实验进行分析。数值实验结果没有显示出约束极大似然估计与均方误差比均值均方误差更好(积分结果给出)。(本文来源于《大连理工大学》期刊2007-06-01）
宋海燕,宋立新[9]（2006）在《Pitman准则下带有半序约束的最大似然估计的优良性》一文中研究指出利用正态总体的性质,证明了当二维正态总体的均值满足一个或两个线性不等式约束时,其线性函数的最大似然估计在Pitman准则意义下优于无约束时线性函数的最大似然估计.(本文来源于《吉林大学学报(理学版)》期刊2006年02期）
李树有,史宁中,张宝学[10]（2005）在《半序约束下多维正态总体均值和协方差阵的最大似然估计》一文中研究指出对给定K个P维正态总体,未知均值和协方差阵分别为θi和Λi,i=1,2,…,k,本文考虑均值和协方差阵之间都在一个简单半序约束θ1≤θ2≤…≤θk,Λ1≥Λ2≥…≥Λk>0条件下的估计问题.讨论θi和Λi的最大似然估计的性质,并给出一个求解的迭代方法.(本文来源于《应用数学》期刊2005年03期）
半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：
Kotz分布是一类重要的对称椭球分布，它是由Samuel Kotz于1975年作为多元正态分布的推广形式首次引入的。自1990年以来有关此分布的研究量激增，许多学者对这种分布进行了研究。Kotz分布解决了许多以正态分布假设为前提的模型解决不了的问题，同时，Kotz分布在经济数学，重复测量学等学科中也有着广泛的应用。序约束下的统计推断问题由于其深刻的理论背景成为统计分析领域的重要组成部分，而多维保序回归理论对多维参数在序约束条件下的统计推断起着关键性作用。本文首先利用椭球等高分布的理论与矩阵Kotz分布定义相结合，给出了在一定条件下的多元Kotz型分布Kp(μ,Σ)的均值参数的极大似然估计，并分别研究了均值向量已知和未知两种情况下的协方差矩阵的极大似然估计。之后利用多维保序回归的理论及方法，根据协方差矩阵的情况不同，深入的研究了叁种情况下多元Kotz型分布Kxp(θ,Σ)的均值在简单半序约束条件下的极大似然估计的算法，其思想就是，结合多元Kotz型分布自身性质，当协方差矩阵已知或协方差矩阵未知且相等时，通过把多维保序回归降为一维保序回归并利用PAVA算法迭代。当协方差矩阵未知且不相等时，则通过把多维保序回归降为一维保序回归并对参数赋予初始值后反复迭代直至收敛的方法，最终得到序约束条件下的极大似然估计。
（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。
半序约束论文参考文献
[1].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
[2].李浩.简单半序约束下多元Kotz型分布参数的极大似然估计[D].辽宁工业大学.2014
[3].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[J].统计研究.2013
[4].史海芳,姬永刚.简单半序约束下多个正态总体分布参数的Bayes估计与等值检验[J].吉林大学学报(理学版).2013
[5].史海芳,李树有,姬永刚.正态总体均值与标准差比在简单半序约束下的最大似然估计(英文)[J].数学研究与评论.2008
[6].苏海青.简单半序约束下,估计位置参数的一个非参方法[J].科技信息(科学教研).2008
[7].姬永刚,李树有,史海芳,彭培福.多个正态总体均值与标准差比在简单半序约束下的最大似然估计的计算[J].辽宁工业大学学报(自然科学版).2008
[8].范哲.树半序约束下多指数总体均值的估计[D].大连理工大学.2007
[9].宋海燕,宋立新.Pitman准则下带有半序约束的最大似然估计的优良性[J].吉林大学学报(理学版).2006
[10].李树有,史宁中,张宝学.半序约束下多维正态总体均值和协方差阵的最大似然估计[J].应用数学.2005
论文知识图
