检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

M/H_k/1排队系统性能指标的估计

北京理工大学学报 2010年第6期30卷 753-756页

作者：张倩徐兴忠北京理工大学理学院北京100081

应用EM算法,研究了M/Hk/1排队系统各参数的估计方法.给出了性能指标的极大似然估计.模拟结果表明:利用EM算法估计排队系统的性能指标是一种非常有效的方法,估值精度满足要求.

关键词： M/Hk/1排队系统性能指标 EM算法混合指数分布

在线全文

学校读者我要写书评

暂无评论

异方差下增长曲线模型的统计推断

北京理工大学学报 2011年第4期31卷 497-500页

作者：牟唯嫣徐兴忠北京建筑工程学院理学院北京100044 北京理工大学理学院北京100081

研究异方差增长曲线模型.基于未知参数的广义枢轴量,讨论了固定效应是否相等的假设检验问题,给出了固定效应两两差的同时置信区间和固定效应的置信域.模拟研究显示所给检验犯第一类错误概率和所给置信区间、置信域的覆盖概率都接近置信... 详细信息

研究异方差增长曲线模型.基于未知参数的广义枢轴量,讨论了固定效应是否相等的假设检验问题,给出了固定效应两两差的同时置信区间和固定效应的置信域.模拟研究显示所给检验犯第一类错误概率和所给置信区间、置信域的覆盖概率都接近置信水平.

关键词：广义枢轴量增长曲线异方差混合模型

矩阵损失下多元统计中期望向量的线性Minimax估计

在线全文

学校读者我要写书评

暂无评论

应用概率统计 1997年第4期13卷 345-352页

作者：徐兴忠青岛海洋大学青岛266003

设yi，y2，…，yn，i．i．d，Ey1＝β，Cov（y1）＝∑，这里ε∈RP和∑＞0未知，我们估计β，估计类为L＝｛Liyi：Li为p阶常数方阵，i＝1，2，…，n｝，损失函数为其中V1，V2＞0已知，我们研究β的一个线性估计在L中的Minimax性．主要... 详细信息

设yi，y2，…，yn，i．i．d，Ey1＝β，Cov（y1）＝∑，这里ε∈RP和∑＞0未知，我们估计β，估计类为L＝｛Liyi：Li为p阶常数方阵，i＝1，2，…，n｝，损失函数为其中V1，V2＞0已知，我们研究β的一个线性估计在L中的Minimax性．主要结果是1．当V2＝kV1，k＞0时，β的唯一的Ⅰ-型线性Minimax估计为Y／（1＋），其中Y＝＝2．当V2＝kV1对所有k＞0不成立，但V1V2＝V2V1时，β的Ⅰ-型线性Minimax估计不存在．3．当V1V2＝V2V1时，β的Ⅱ-型线性Minimax估计为，这个估计在V1，V2满足条件V1V2＝V2V1下变化时，构成了集合｛AY：A对称，A的特征根均在（0，1）中｝．4．对于一般的V1，V2；Y仍是β的Ⅱ-型线性Minimnax估计，这个估计在V1，V2任意变化时，构成了集会｛AY:A的特征根是实的，特征根全在（0，1）中，且A只具有线性初等因子｝．

关键词：多元统计期望向量矩阵损失线性估计

在线全文

学校读者我要写书评

暂无评论

多元统计中期望向量的线性容许估计

应用数学学报 1996年第2期19卷 196-202页

作者：徐兴忠青岛海洋大学应用数学系

设Ｙ１，Ｙ２，…，Ｙｎ独立同分布，ＥＹ１＝β，ＣｏｖＹ１＝Σ，这里β∈Ｒｍ与Σ：ｍ×ｍ＞０均未知．取Ｌ１（ｄ，β）＝（ｄ－β）′（ｄ－β），Ｌ２＝（ｄ，β）（ｄ－β）′，Ｌ＝｛Ｌ１Ｙ１＋Ｌ２Ｙ２＋…＋ＬｎＹｎ：Ｌｉ为... 详细信息

设Ｙ１，Ｙ２，…，Ｙｎ独立同分布，ＥＹ１＝β，ＣｏｖＹ１＝Σ，这里β∈Ｒｍ与Σ：ｍ×ｍ＞０均未知．取Ｌ１（ｄ，β）＝（ｄ－β）′（ｄ－β），Ｌ２＝（ｄ，β）（ｄ－β）′，Ｌ＝｛Ｌ１Ｙ１＋Ｌ２Ｙ２＋…＋ＬｎＹｎ：Ｌｉ为ｍ阶实方阵，ｉ＝１，２，…，ｎ｝．本文在Ｌ１和Ｌ２下分别给出了线性估计在Ｌ中是β的容许估计的充要条件．

关键词：多元统计期望向量线性估计容许性

线性模型中误差方差的二次型估计是■-可容许的充要条件

在线全文

学校读者我要写书评

暂无评论

应用数学学报 1992年第3期15卷 410-427页

作者：徐兴忠青岛海洋大学青岛市266003

§1.模型和结果考虑线性模型为估计σ~2,取损失函数为L(σ~2,d)=(d-σ~2)~2/σ~4. 以记估计类{Y′BY:B≥0},设Y'AY∈?,如果Y′AY在估计类中有容许性,则我们称Y′AY是可容许的,记为吴启光,成平。

关键词：线性模型误差方差估计二次型

二次损失下方差分量模型中回归系数线性估计的-可容许性

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 1993年第4期13卷 363-369页

作者：徐兴忠青岛海洋大学应用数学系山东266003

一、问题和结果考虑方差分量模型(?)(1.1)其中 X 为已知的 n×p 阶矩阵,V_i≥0,i=1,2,…,m,已知,β∈R^p,θ_i≥0或θ_i>0,i=1,2,…,m 都是参数.我们要估计线性可估函数 Sβ,S 为已知的 k×p 矩阵。

关键词：方差分量模型回归系数线性估计

二次损失下回归系数的线性Minimax估计

在线全文

学校读者我要写书评

暂无评论

数学年刊（A辑） 1993年第5期1卷 621-628页

作者：徐兴忠青岛海洋大学青岛266003

设有线性模型 EY=Xβ CovY=σ~2V, 这里X: _(nxp),和V: _(nxn)>0已知矩阵,β∈R^P和σ~2>0都是参数。本文估计Sβ,选取损失函数 L(d,Sβ)=((d-Sβ)′(d-Sβ))/(σ~2+β′X′V^(-1)Xβ), 其中Sβ是可估的,并给出了在线性估计类中唯一的... 详细信息

设有线性模型 EY=Xβ CovY=σ~2V, 这里X: _(nxp),和V: _(nxn)>0已知矩阵,β∈R^P和σ~2>0都是参数。本文估计Sβ,选取损失函数 L(d,Sβ)=((d-Sβ)′(d-Sβ))/(σ~2+β′X′V^(-1)Xβ), 其中Sβ是可估的,并给出了在线性估计类中唯一的一个线性minimax估计。

关键词：线性模型回归系数线性估计