导读:本文包含了双参数指数分布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:参数,指数,广义,尺度,枢轴,门限,渐近。
双参数指数分布论文文献综述
李云飞,程绩[1]（2019）在《双参数指数分布尺度参数基于样本分位数的置信区间》一文中研究指出文章针对双参数指数分布,讨论了其尺度参数在不完全数据场合的区间估计问题。利用能够有效抵抗异常数据污染的样本分位数构造了枢轴量,推导出了枢轴量精确的概率分布,得到了相应的精确置信区间;在大样本场合,讨论了尺度参数的近似置信区间。最后给出两个数值例子进行了算例分析,结果表明针对尺度参数构造的置信区间可以抵抗样本中异常数据的污染,具有一定程度的稳健性。(本文来源于《统计与决策》期刊2019年17期）
黄圣杰[2]（2019）在《双参数指数分布检验问题中样本容量的确定》一文中研究指出在双参数指数分布的假设检验中,当样本容量确定时,两类错误存在"此消彼长"的关系,故往往只能定量地控制其中一类错误,而无法有效控制另一类错误.文章从两类错误定义出发,先针对门限参数μ和尺度参数θ分别构造合适的统计量,证明了其在一定条件下分别服从自由度为2和自由度为2n-2的卡方分布,结合卡方分位数得到两类错误与样本容量之间的数量关系.最后,还通过模拟研究论证了本文结论的优良性.(本文来源于《广西民族大学学报(自然科学版)》期刊2019年03期）
李琦[3]（2019）在《检测双参数指数分布的控制图》一文中研究指出传统控制图对正态分布研究比较丰富,但对双参数指数分布研究较少.因双参数指数分布在可靠性理论和失效时间(Time to failure)等领域应用特别广泛,所以有必要对双参数指数分布控制图的设计做出讨论.记忆类控制图CUSUM和EWMA改进了无记忆Shewart控制图对中小漂移检测的灵敏性,而基于似然比检验构造统计量的方法与CUSUM和EWMA控制图相比,能快速发现过程漂移,且设计简单,应用广泛,仍然是研究者设计控制图优先考虑的方法.此外,实际生产中经常遇到分布参数未知,参数未知时,从阶段I得到的参数估计会对控制图产生影响,因此分析参数估计对控制图产生的影响显得尤为重要.针对双参数指数分布在描述生存分析和寿命分布时数据存在删失的情况.本文基于第二类删失数据设计两个EWMA类型控制图方案同时检测双参数指数分布的位置参数和尺度参数.文章的研究内容及创新性:(1)提出改进的基于似然比检验结合EWMA方法设计双参数指数分布NLR控制图.比较显示,改进的方法提高了控制图的检测效率.通过分析参数估计对控制图的影响,当过程参数未知时,给出阶段I参数估计所需的最小样本量.使得参数未知时的表现与参数已知时的表现一致.(2)构造两种基于第二类传统删失方案的双参数指数分布控制图,分别是Max-EWS图和LR-EWS图.当位置参数发生向上漂移,尺度参数小于1时推荐使用LR-EWS控制图,大于1时推荐使用Max-EWS控制图.此外,试验停止时使用的样本容量影响控制图的检测效率,即删失的样本个数越少,检测效果越好.(本文来源于《辽宁大学》期刊2019-05-01）
李娟[4]（2016）在《多个双参数指数分布下均值差的同时置信区间》一文中研究指出本文研究了多个双参数指数分布下均值差的同时置信区间问题.首先,基于信仰广义置信区间的思想和方法研究了多个双参数指数总体下均值差的同时置信区间问题.先根据双参数指数分布的性质和信仰广义枢轴量的定义构造了信仰广义枢轴量,然后在信仰广义枢轴量的基础上给出信仰广义同时置信区间.证明当满足一定条件时,本文提出的信仰广义同时置信区间,随着样本容量的无限增加覆盖率接近给定的置信水平.最后进行了数值模拟,模拟结果表明同时信仰广义置信区间可达到所要求的置信水平.其次,基于参数bootstrap方法研究了多个双参数指数总体下均值差的同时置信区间问题.根据参数bootstrap置信区间的理论和双参数指数分布的性质构造了参数bootstrap枢轴量,给出同时置信区间.证明了在合理的假设下,参数bootstrap同时置信区间,随着样本容量的无限增加覆盖率趋于给定的置信水平.最后,在不同的参数组合下进行了模拟,并且与另外两种置信区间方法进行比较,结果表明在大多数情况下参数bootstrap同时置信区间的覆盖率更接近所要求的置信水平,平均体积也相对较小.(本文来源于《山西师范大学》期刊2016-03-20）
雷庆祝,秦永松[5]（2016）在《强混合样本下连续型单参数指数分布族的经验贝叶斯估计》一文中研究指出本文研究强混合样本下连续型单参数指数分布族的经验贝叶斯(EB)估计.在较弱的正则条件下,给出所提出的EB估计的收敛速度.(本文来源于《应用数学》期刊2016年01期）
崔媛媛,郑海鹰,李晓飞[6]（2015）在《双参数指数分布型元件冷储备系统可靠性的广义近似置信限》一文中研究指出利用广义近似置信限的方法和E-Bayes方法对定时截尾试验数据下冷储备系统的可靠性指标进行了估计,得到系统可靠性的广义近似置信限和E-Bayes近似置信限.蒙特卡罗方法模拟结果表明:小样本下,E-Bayes方法比广义近似置信限具有显着优势;大样本下,广义近似置信限比E-Bayes近似置信限有较大优势.(本文来源于《温州大学学报(自然科学版)》期刊2015年03期）
姜培华[7]（2015）在《双参数指数分布顺序统计量的矩及渐近分布探讨》一文中研究指出设{Xk,1≤k≤n}独立同分布,X(1)≤X(2)≤…≤X(n)为其顺序统计量。当总体服从双参数指数分布exp(μ,σ)时,得到了其顺序统计量的联合概率密度函数、极端顺序统计量的密度函数和极差的概率分布;给出了顺序统计量X(k)(1≤k≤n)与极差Rn的高阶原点矩的精确表达式。此外还研究了极端顺序统计量X(1)和X(n)的渐近分布。(本文来源于《统计与决策》期刊2015年12期）
滕飞[8]（2015）在《双参数指数分布下分组数据加速寿命试验的统计分析》一文中研究指出以产品寿命特征作为主要研究对象的可靠性理论应用广泛,加速寿命试验是可靠性研究领域的重要分支,是指在保持失效机理不变的前提下,通过提升应力加速产品失效进行的试验。实际应用中,往往要求产品在某特定时间之前不能发生失效,这就需要考虑保证时间参数的估计。本文在双参数指数分布下研究了分组数据加速寿命试验的基本概念和统计分析。主要内容如下:本文第一部分介绍了加速寿命试验的研究背景、研究现状和基本理论,具体包括分组数据、加速寿命试验类型、加速模型、双参数寿命分布等基础知识。本文第二部分在保证时间参数相同与保证时间参数不同两种情况下,针对恒定应力加速寿命试验和步进应力加速寿命试验进行了统计分析:给出了单应力Arrhenius模型和多项式模型以及双应力Eyring模型k个应力水平时的似然函数、似然方程,并建立了保证时间参数模型,推导了参数的一阶导和二阶导。同时,以Arrhenius模型为代表,证明了双参数指数分布下恒定应力加速寿命试验和步进应力加速寿命试验似然方程解的存在唯一性。本文最后一部分应用Matlab软件编程,对单应力加速寿命试验对数似然函数进行综合最优化,得到了包含未知参数估计值及标准误差的数值模拟结果。结果表明:(1)其他条件相同时,随着样本量n的增加或随着标准应力下寿命的增大,参数估计值越接近真值,标准误差越小,精度越高;(2)同一试验类型和加速模型下,认为保证时间参数相同与保证时间参数不同模型估计精度一样;(3)Arrhenius模型精度要比多项式模型略高;(4)步加试验的模拟精度略高于恒加试验,且模拟时间更短,所需样本仅为恒加试验的k分之一。(本文来源于《北京理工大学》期刊2015-06-01）
李晓云[9]（2015）在《双参数指数分布的统计分析》一文中研究指出双参数指数分布是寿命分析里的一个重要分布,也是位置尺度分布族里具有代表性的分布,对其研究具有一定的实际意义.本文从研究双参数指数分布次序统计量的分布和性质入手,研究单个次序统计量的分布以及多个次序统计量的联合分布,进而求出极差分布,得出双参数指数分布的极差分布与单参数指数分布的极差分布相同的结论.研究次序统计量的独立性.进而采用由一般到特殊的方法,依次研究各次序统计量的期望,方差,协方差等.然后,从简单随机抽样和排序集抽样两个方面对其进行统计分析.在简单随机抽样中对双参数指数分布进行参数估计,分别从全样本和定数截尾样本两个角度,研究了位置参数?和尺度参数?的参数估计,包括极大似然估计,最小方差无偏估计,最优同变估计.其中,最优同变估计考虑了另一种损失函数的情况.继而利用蒙特卡洛方法对文中出现的叁种估计进行数据模拟.在简单随机抽样中对双参数指数分布进行图检验和似然比检验.对双参数指数分布的似然比检验做了较详尽的研究,并且给定检验函数?)(x.最后讨论了在排序集中双参数指数分布的参数估计.介绍了排序集抽样的具体过程,以均值X为例,从期望和方差的角度对两种抽样方式进行比较,最终得出基于方差比较,有排序集抽样优于简单随机抽样的结论.本节对于双参数指数分布统计分析仅限于极大似然估计的求解,且最终求得了修正后对于?和?的极大似然估计.(本文来源于《新疆师范大学》期刊2015-05-26）
周伟萍,王丰效,齐予仑[10]（2014）在《单参数指数分布定时截尾步加试验TFR模型下参数修正的MLE》一文中研究指出给出了单参数指数分布定时截尾样本场合下步加试验TFR模型下参数的修正极大似然估计,并通过模拟表明修正的极大似然估计的精度高于极大似然估计。(本文来源于《强度与环境》期刊2014年05期）
双参数指数分布论文开题报告
（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：
在双参数指数分布的假设检验中,当样本容量确定时,两类错误存在"此消彼长"的关系,故往往只能定量地控制其中一类错误,而无法有效控制另一类错误.文章从两类错误定义出发,先针对门限参数μ和尺度参数θ分别构造合适的统计量,证明了其在一定条件下分别服从自由度为2和自由度为2n-2的卡方分布,结合卡方分位数得到两类错误与样本容量之间的数量关系.最后,还通过模拟研究论证了本文结论的优良性.
（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。
双参数指数分布论文参考文献
[1].李云飞,程绩.双参数指数分布尺度参数基于样本分位数的置信区间[J].统计与决策.2019
[2].黄圣杰.双参数指数分布检验问题中样本容量的确定[J].广西民族大学学报(自然科学版).2019
[3].李琦.检测双参数指数分布的控制图[D].辽宁大学.2019
[4].李娟.多个双参数指数分布下均值差的同时置信区间[D].山西师范大学.2016
[5].雷庆祝,秦永松.强混合样本下连续型单参数指数分布族的经验贝叶斯估计[J].应用数学.2016
[6].崔媛媛,郑海鹰,李晓飞.双参数指数分布型元件冷储备系统可靠性的广义近似置信限[J].温州大学学报(自然科学版).2015
[7].姜培华.双参数指数分布顺序统计量的矩及渐近分布探讨[J].统计与决策.2015
[8].滕飞.双参数指数分布下分组数据加速寿命试验的统计分析[D].北京理工大学.2015
[9].李晓云.双参数指数分布的统计分析[D].新疆师范大学.2015
[10].周伟萍,王丰效,齐予仑.单参数指数分布定时截尾步加试验TFR模型下参数修正的MLE[J].强度与环境.2014
论文知识图
