- 年份
- 2024(5277)
- 2023(7532)
- 2022(6441)
- 2021(6050)
- 2020(5070)
- 2019(11054)
- 2018(11290)
- 2017(20409)
- 2016(11325)
- 2015(12375)
- 2014(11775)
- 2013(10919)
- 2012(9715)
- 2011(8709)
- 2010(8695)
- 2009(8210)
- 2008(7406)
- 2007(6655)
- 2006(5785)
- 2005(5204)
- 学科
- 济(37582)
- 经济(37533)
- 管理(29590)
- 业(24739)
- 企(19801)
- 企业(19801)
- 方法(15308)
- 数学(13065)
- 数学方法(12843)
- 农(11998)
- 中国(11995)
- 财(10826)
- 学(9678)
- 制(9565)
- 业经(9022)
- 体(7738)
- 理论(7716)
- 农业(7689)
- 地方(7435)
- 银(7317)
- 银行(7296)
- 行(6977)
- 融(6942)
- 金融(6934)
- 贸(6898)
- 贸易(6894)
- 易(6575)
- 教育(6196)
- 务(6078)
- 财务(6046)
- 机构
- 学院(143594)
- 大学(142295)
- 济(53844)
- 经济(52548)
- 管理(51195)
- 研究(50857)
- 理学(43581)
- 理学院(43092)
- 管理学(41938)
- 管理学院(41681)
- 中国(38624)
- 科学(32053)
- 京(30770)
- 农(26851)
- 财(26729)
- 所(25935)
- 中心(23936)
- 研究所(23535)
- 江(22922)
- 业大(22390)
- 农业(21071)
- 财经(20692)
- 范(19506)
- 院(19286)
- 师范(19234)
- 北京(18912)
- 经(18722)
- 州(18138)
- 技术(18121)
- 省(16468)
- 基金
- 项目(99431)
- 科学(77182)
- 研究(73964)
- 基金(70404)
- 家(62736)
- 国家(62240)
- 科学基金(52084)
- 社会(45199)
- 社会科(42713)
- 社会科学(42707)
- 省(39796)
- 基金项目(35974)
- 教育(34352)
- 划(33689)
- 自然(33079)
- 自然科(32352)
- 自然科学(32343)
- 自然科学基金(31679)
- 编号(31300)
- 资助(28914)
- 成果(25951)
- 重点(22896)
- 课题(22033)
- 发(21469)
- 部(21182)
- 创(20920)
- 创新(19552)
- 科研(19499)
- 项目编号(19272)
- 国家社会(18946)
共检索到220656条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
孙坤 任亮
文章利用极大似然估计方法,研究定时截尾下具有部分缺失数据的两个几何总体的参数估计问题,以及两几何总体参数相等的假设检验问题,证明了估计的强相合性以及渐进正态性,给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布。
关键词：
定时截尾 缺失数据 极大似然估计
[期刊] 统计与决策
[作者]
赵志文 宋立新 刘银萍
文章研究了具有部分缺失数据的两个几何分布总体中的参数估计问题以及两总体参数相等的假设检验问题,证明了估计的强相合性以及渐近正态性;给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布。
关键词：
缺失数据 极大似然估计 假设检验
[期刊] 统计与决策
[作者]
芦凌飞 李金玉
文章利用极大似然估计的方法,研究在定时截尾和完全随机缺失情形下的单个瑞利总体的参数的估计问题,证明了参数估计的强相合性与渐近正态性,并给出了假设检验的拒绝域和参数的置信区间。
[期刊] 统计与决策
[作者]
赵志文 赖民 宋立新 刘银萍
文章研究了具有部分缺失数据的两个对数正态分布总体中的参数估计问题以及两总体参数相等的假设检验问题;证明了估计的强相合性以及渐近正态性,给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布。
关键词：
缺失数据 极大似然估计 假设检验
[期刊] 统计与决策
[作者]
王志祥
研究了随机右截尾情形下两个单参数Cox模型的参数估计。在两个Cox模型的参数都未知时,得到了两个Cox模型的参数的具有强相合性的最大似然估计与参数比的区间估计。
[期刊] 华中师范大学学报(自然科学版)
[作者]
龙兵
在双边定时截尾样本下,用极大似然法求Pareto分布中形状参数的估计,由于似然方程较复杂,无法得到参数的显式表达式,但是可以证明极大似然估计是唯一存在的.由于EM算法是处理缺损数据的一种有效方法,因此利用该算法来求参数的估计问题.用EM算法得到了形状参数估计的迭代式,借助Louis遗失信息原则得到了估计的渐近方差,根据中心极限定理得到了形状参数的近似置信区间.随机模拟结果表明形状参数的EM估计收敛到其极大似然估计.实例给出了不同样本下参数的点估计和区间估计.
[期刊] 统计与决策
[作者]
刘华 习长新
文章在定时截尾样本下,讨论了广义逆指数分布形状参数、可靠度和危险率的极大似然估计。基于指数先验分布,在熵损失、平方损失和Linex损失函数下分别得到形状参数、可靠度和危险率的Bayes估计,并给出了确定超参数的方法。利用数值模拟计算了估计量的各种估计均值和均方误差，研究结果表明,形状参数在熵损失和Linex损失函数下的估计精度较高;可靠度的Bayes估计整体优于极大似然估计;危险率的Bayes估计在Linex损失函数下的效果较好。
[期刊] 统计与决策
[作者]
周伟萍 王丰效
文章给出了双参数指数分布定时截尾样本场合下步进应力加速寿命试验TFR模型下参数的修正极大似然估计,并通过Monte-Carlo模拟说明修正的极大似然估计要好于极大似然估计。
[期刊] 统计与决策
[作者]
丁先文 陈建东 朱小芹
文章研究了响应变量随机缺失下分位数回归模型的参数估计问题。首先基于观测数据得到了响应变量的条件分位数估计;其次在响应变量随机缺失的假定下,对缺失数据进行多重插补;最后,基于插补后的数据集对模型进行参数估计。该方法在数据缺失率较大或协变量维数较大时,参数估计结果依然有效。通过随机模拟说明了该方法的优越性。
关键词：
分位数回归 响应变量缺失 多重插补 有效
[期刊] 统计与决策
[作者]
刘荣玄 朱先阳 朱少平
文章在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes(PEB)估计.按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质,根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n~-1).在相同或相近的可信水平下,分别研究参数在经典统计和Bayes统计中的区间估计,并利用数值模拟说明Bayes区间估计的精度高于经典统计区间估计.
[期刊] 统计与决策
[作者]
周桂兰 朱宁 农以宁
在Mlinex损失函数下,文章讨论了几何分布可靠度的Bayes估计问题,在可靠度的先验分布为贝塔共轭先验分布和幂分布下,得到了可靠度的Bayes估计,并证明了它的容许性。当可靠度先验分布为贝塔分布时,给出三类不同超参数的E-Bayes估计和多层Bayes估计,并在一定条件下得到E-Bayes估计、多层Bayes估计具有等价性。利用Monte Carlo数值模拟对几种估计进行比较。
[期刊] 统计与决策
[作者]
龙兵
文章首先给出Lomax分布次序统计量的密度函数,得到次序统计量的相关特征数;其次在缺失数据样本下给出参数λ的无偏估计、近似极大似然估计及置信区间。通过实例计算了参数λ的几种估计,并验证其优良性。
[期刊] 统计与决策
[作者]
于力超
在抽样调查活动中,如何对含缺失的数据集进行总体参数估计是一个热点话题。目前已有方法主要针对因变量数据缺失的情形,对协变量缺失的情况研究较少。文章在协变量数据缺失机制为MAR或NMAR的情形下,介绍了几种协变量缺失情形下参数估计的方法,包括多重插补法、Bayes法、EM极大似然估计法,尝试将EM算法、Gibbs抽样法、数据扩充算法等统计计算方法引入协变量缺失情形下的参数估计问题。并通过数值模拟,对几种方法进行比较。
[期刊] 统计与决策
[作者]
毕祥娟 李波
本文研究了在定数截尾样本下,形状参数未知时双参数Pareto分布尺度参数的检验问题;并利用似然比检验的方法,获得了检验统计量及检验否定域的上下界。
[期刊] 统计与决策
[作者]
龙兵 王芳 习长新
文章在逐步增加的Ⅱ型截尾下,给出了Lomax分布形状参数θ的极大似然估计;由"平均剩余寿命"的概念得到了形状参数的逆矩估计,在平方损失函数和对称熵损失函数下,针对不同的先验分布给出了参数θ的Bayes估计;最后通过随机模拟对几个估计进行了比较,说明了在相同的损失函数下,取共轭先验分布较无信息先验分布的精度要高。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
