未知寿命分布时可靠寿命的统计估计

依据非参数统计方法，给出了在产品的寿命分布未知时，产品的可靠寿命的实用点估计，并用试算方法求得可靠寿命的近似置信区间。这种可靠寿命的点估计与区间估计方法简便易虎，应用面广，具有良好的稳健性。     

基于遗传算法的机会约束规划的区间估计

从数理统计的角度，对机会约束规划的非线性目标函数的最优值进行了区间估计，并讨论了提高估计精度的方法，用遗传算法和样条回归得到了拟合的最优值目标函数的Lipschitz常数，算例表明了非线性目标函数最优值的区间估计方法的有效性。     

两参数Lomax分布次序统计量的性质和渐近分布*

设随机变量X服从参数为λ,θ的Lomax分布,X1∶n ,X2∶n ,…,Xn∶n为其次序统计量,得到了参数λ的置信区间以及X1∶n 和Xn∶n 的渐近分布;当k（k＞1）固定时,得到了Xn-k＋1∶n 的渐近分布。     

基于三参数区间泛灰数的技术站能力表示与估计方法

铁路技术站能力是衡量其运输生产效能的重要指标,为了体现能力的伸缩性并提高能力测定的精度,分析了三参数区间与泛灰数应用于能力表示的适用性,通过三参数区间保证能力上下界的取值范围,引入泛灰数来降低能力运算可能带来的区间扩张,并根据作业系统的状态界定了收缩、平衡和松弛3种能力. 通过多种区间估计方法的比对,采用JAB （Jackknife-after-Bootstrap）区间估计方法对铁路技术站能力的伸缩范围进行测定. 郑州北编组站的实例分析表明:相较于原有的能力定值表示方法,基于三参数区间泛灰数的能力表示与估计方法测定的区间宽度更小,区间位置更加精确,当置信水平为95%时,置信区间为[9.6933,10.2043],区间宽度为0.511;当置信水平为90%时,置信区间为[9.7358,10.1653],区间宽度为0.429;郑州北站通过能力的收缩度为0.99,松弛度为1.01,改编能力的收缩度为0.94,松弛度为1.07,说明能力测定结果呈现一定的松弛和收缩现象.      

区间冯.纽曼—列昂惕夫模型均衡解的存在性

研究区间冯．纽曼－列昂惕夫模型均稀解的存在性，提出了该模型完全可解和可解的新概念，并给出一列判别定理，为研究不确定性经济系统提供了新思想和方法。     

基于层次分析法的区间估计的车站能力查定误差因子分析研究

本文归纳总结了车站能力查定计算过程中存在的多种影响因素,深入分析了其产生原因和不可避免性。然后利用层次分析法的区间估计方法计算得出各种误差因子对计算结果的影响权重大小,并对比不同误差因子的权重区间,筛选出强误差因子,剔除弱误差因子,为精确计算车站能力值提供依据。     

基于层次分析法区间估计的我国燃油税定价影响因素筛选

在分析我国燃油税征收的目的和原则的基础上,提出层次分析区间估计方法并分析该方法较传统层次分析法的优越性.结合国外燃油税价格制定的成功经验,考虑我国燃油税征收条件,确定我国燃油税定价应考虑的影响因素.利用层次分析区间估计方法对燃油税定价影响因素的各因素进行分析和筛选,提出针对我国燃油税定价制定过程中应考虑的合理因素,为我国燃油税价格制定提出合理建议.     

双边定数截尾情形下一个两参数有浴盆形状失效率的寿命分布参数的Bayes估计

在双边定数截尾情形下,给出了一个2参数有浴盆形状失效率的寿命分布参数的极大似然估计和在平方损失下基于无信息先验下和共轭先验信息下的Bayes估计,通过大量的Monte-Carlo数值模拟试验,对这2种情况下的估计的结果与极大似然估计作了比较.当样本n较大时,r愈大,s愈小,即丢失数据的数目愈小,Γ先验的Bayes估计与极大似然估计差不多,更接近于真值,都比无先验的Bayes估计要好.     

推广的Class K估计及其当截断分布已知时的大样本性质

本文提出 Ｔｕｒｎｂｕｌｌ型双侧截断数据线性回归参数的 ＣｌａｓｓＫ估计．并证明当截断变量的分布（简称为截断分布）已知时,该估计具有强相容性及渐近正态性     

非高斯AR序列参数的加权最小二乘估计

加权最小二乘估计是一种兼具精度与速度的非高斯自回归序列参数估计的优秀算法.使用混合高斯自回归模型描述估计问题之后,又从最大似然估计非线性方程组出发导出了与之近似的加权最小二乘估计线性方程组,并分析了加权函数的性质,给出了具体的两步实现算法.探讨了加权函数获得与激励方差估计2个细节问题,给出了一组实例.     

非高斯AR序列参数的最大似然估计

自同归模型参数的最小二乘估计应用于非高斯数据,有效性便不复存在,而充分利用了概率密度信息的最大似然估计却仍然是该问题的有效估计.使用混合高斯自回归模型描述该类估计问题之后,讨论了其克拉美-罗限,导出了非高斯自回归序列参数的最大似然估计,给出Newton-Raphson迭代解法,并凡探讨了如何加快这一迭代算法的收敛和如何将估计算法应用于实际数据两个细节问题.最后给出一组仿真实例,对比检验了最大似然估计和最小二乘估计的效果.     

基于手机数据的城市交通大区OD分布估计 ——以旧金山市为例

在大数据时代,手机数据因普及率高、采集成本低等优点逐渐受到人们的重视.手机通信运营商在为手机用户提供通信服务的同时会记录每次服务的时空信息,因此利用手机数据可以挖掘出用户的位置信息,并应用于城市居民出行OD分布估计.提出以手机数据为基础对城市交通大区之间OD分布进行估计的方法.利用居民手机数据估计美国旧金山市各交通大区之间的出行分布,并结合居民出行调查数据对估计结果进行检验.结果显示基于手机数据的出行估计具有较高的可靠性.