一类分布未来观测值的预测.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第24卷第l期 大 学 数 学 Vo1.24,№.1 2OO8年 2月 C()I I EGE MATHEMATICS Feb.2008 一 类分布未来观测值的预测 任丽梅 。, 师义民。, 贾双盈 (1.长安大学 理学院,陕西西安 710064; 2.西北工业大学应用数学系,陕西 西安 710072) [摘 要]利用贝叶斯方法对一类分布的未来观测值作出预测,此类分布是包括了Weibull,复合weibuII (三参数 Burr-type x II),pareto,beta等分布的广义分布,先验分布也给出一个一般形式,其因参数的不同适 合不同的分布.本文在所得历史样本为type II双删失情况下,获得了在单、双样本场合未来观测值的预测分 布,并举例加以说明. [关键词]贝叶斯;历史样本;未来观测值;type II双删失;单、双样本场合 [中图分类号]0212.2 [文献标识码]c [文章编号]1672—1454(2008)01—0167~05 1 引 言 对随机变量未来观测值作出统计推断称为预测,预测是统计推断的形式之一.在统计学中受到了很 多人的关注.经典统计学家已提出了一些解决预测问题的方案,但根本问题在于参数0不能被观察到. 然而在贝叶斯统计中利用 的先验分布7r( )或后验分布7r(O/x),问题便容易获得解决,而解决问题的 关键是获得预测分布. 属于正数域的随机变量的分布经常会被作为寿命模型和人口模型,如Weibull,复合Weibull, pareto,beta等分布.从二十世纪七十年代,这些模型就被广大的研究人员关注,而预测问题也成为关注 的焦点之一,I awless,Dunsomore,A1一hussaini等研究人员已获得了许多的结果口 ].1999年 Essam K和A1-Hussaini在前人的研究基础上提出了包含多种分布的一种分布函数,解决了历史样本为type II删失情况下,单、双样本场合此分布未来观测值的预测问题 .Ahmed A soliman则获得了此种情况 下可靠度函数的Bayes估计 ].本文中我们将历史样本推广至type II双删失,即左右删失同时发生时, 在单、双样本场合下对此分布的未来观测值作出预测,并以Weibull和双参数Burr—type X I1分布为例 加以说明. 设 T是一个正的随机变量,有如下的分布函数,密度函数及可靠度函数: F(tl )一l~exp[-一 (f)], f0, ∈@是参数集, (f)三 (f; ) /’(f)三_厂7、(tI )一 (f)·exp[—— (£)], f0, R(f)三RT(f l )一l—F(f)一exp[-一 (f)], (f)代表危险率函数, 且 f一0 , (f)-+0; f一。。, (f)一∞. 在用统计方法处理实际问题时,常会遇到数据缺失问题.譬如在 ”个产品寿命试验中,由于试验设 备、观测方法或其它方面的困难会造成某些试验数据丢失或未观测到的现象,我们只获得了如下数据, 其顺序统计量为 t +lfr十2 …“ , ,.+ ”. (1) 我们称此数据为type II双删失数据.易知,.一0时,数据(1)即为type II删失数据.数据(1)的似然函数 为: [收稿日期]2006—02—28 168 大 学 数 学 第24卷 ,+ L(t;O)zc{F( r十1) R( H )),r一Ⅱf(t )

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档