树半序约束下多指数总体均值的估计

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:cnforyou2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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(y1≤y2≤…≤yn)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三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(λ0≤λi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。本文第三部分:讨论样本容量相同时,在树约束下(λ1≤min(λ2,λ3))三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.λ23时:约束极大似然估计均方误差要比均值均方误差要小。2.λ2≠λ3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:λ2≠λ3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)。
其他文献
会计部门作为金融企业内部控制管理的第一监控部门,其控制能力的强弱与管理水平的高低,直接影响着金融企业经营目标的实现。因此,强化金融会计内部控制是当前金融会计领域亟待解
密切党群关系就是要正确处理好党同公共权力之间的关系,在新的历史条件下,要围绕着权力的运行和对权力运行的制约监督,构筑一个能够互动起来的党群关系模式。
高职院校已占我国高等教育的半壁江山,高职教育培养出的人才是否具有成功素质已经越来越受到社会的关注。本文通过阐述高职学生素质的内涵及现状,分析高职学生成功素质,阐释
近现代以来,科技对经济和社会发展的巨大促进作用有目共睹,而科技奖励也成为科技飞速发展的内在动力和保障机制。我国科技奖励体制自1999年改革后,取得了一定进步,但仍有诸多
近年来,随着经济的发展,网络成为现今人们生活、工作、学习中不可或缺的一部分。在网络为人们生活带来便捷的同时,其发展也对传统的、以物理空间为存在基础的传统法律提出了
陈水清在《湖南地方志》2010年第4期上发表文章指出,将年鉴编成反映衡阳地情的百科全书,服务现实,惠及后世,就要做到:1.坚持办刊宗旨,强化服务意识。2.树立精品意识,争创品牌年鉴。提