双侧删失下指数分布的参数估计.pdfVIP

目 录 目 录 摘要……………．…．……………………………．……………．． ii Abstract．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．iii 第1章引言………………………………………………………．． 1 §1．1删失数据……………………………………………………l §1．2论文思路与结构安排…………………………………………2 第2章极大似然估计………………………………………………．4 §2．1双侧删失下指数分布的MLE…………………………………．4 §2．2参数估计量的渐近性质………………………………………5 第3章EM算法……………………………………………………10 §3．1EM算法简介………………………………………………．．10 1 §3．2EM算法用于双侧删失下的指数寿命数据………………………1 3 §3．3EM算法收敛性质……………………………………………l 第4章 贝叶斯估计…………………………………………………16 第5章模拟………．．……………………………………………．．19 §5．1点仙计模拟…………………………………………………。19 §5．2Bootsrap方法下的区间估计…………………………………．．23 参考文献…………………………………………………………26 j改谢……．．．．．……．．．……．．．…．．．．…．．．…．．．．……．…．．．．……．．30 摘 要 在许多学科领域，如医学、生物学、保险精算学等，鄙存在对某给定事 件发生的时间进行估计和预测的问题。从得到的数据资料来看。这．I}与数据往 往有一共同特征，即观测结果要么是删失的，要么是截尾的。其中，双侧删 失是一种藿要的获取数据方法，在寿命分析、可靠性分析等领域中经常应 用。冈此，有必要对这种删失下的样本进行推断研究。 针对双侧删失数据的特点，本文集中于在这种删失机制下指数分布参 数估计的I．‘|J题。目前。相比r左删失，右删失，区间删失，随机删失，中 间删欠，对双侧删失数据的研究方法并不多，日J‘利用的工具也小多。在本 文中，总结了几种对双侧删失数据进行参数估计的方法，包括极大似然估 计(MLE)，EM算法，贝叶斯法。 本文土要做了兰项工作：第一，在指数分布下，利用极大似然估 计，EM算法，贝叶斯法给出双侧删失数据的点估计。第_，讨论极 人似然估计在大样本下的相关性质以及EM算法的收敛件质。第三。通 过Mathematic／(葜拟来说明极大似然估计和EM算法部具有良好的白．效州‘和可行 性，并对这两种算法进行比较，结果显示EM算法收敛到卡及人似然估计。 关键词： 双侧删失；极大似然估计；相合性；EM算法；贝叶斯估 i1；Bootstrap方法： Abstract Abstract In branchesof as insurance many etc，exist learning，suchmedicine，biology prob- lemsof and thetimeofcertainevensoccur．Fromtheobtained estimatingforecasting data，thesedatahaveacommoncharacteristicthatoccurrencetimesoftheevcntof interestareeithercensoredortruncated．The