李树有
- 作品数：45 被引量：44H指数：3
- 供职机构：辽宁工业大学理学院更多>>
- 发文基金：国家自然科学基金辽宁省教育厅资助项目辽宁省自然科学基金更多>>
- 相关领域：理学文化科学社会学经济管理更多>>
- 基于截尾数据对女性寿命的估计
- 2011年
- 根据英国十七、十八世纪堂区登记册上的数据,提出估计当时英国女性寿命的模型,并用极大似然方法估计出了模型中的未知参数。
- 刘小锋李树有宓颖
- 关键词：极大似然估计
- 威布尔分布参数估计方法的比较被引量：4
- 2022年
- 给出了基于威布尔分布形状参数、尺度参数、位置参数的极大似然估计、L矩估计和矩估计的估计量,其中极大似然估计计算方法是新给出的计算方法。以偏差和均方误差为标准,综合比较这三种方法,运用Matlab程序得到了三个参数的偏差和均方误差变化的曲线图。通过对偏差和均方误差变化的曲线图分析比较,得到L矩估计方法性能最好,其次是极大似然估计,矩估计方法性能最差。
- 李明泽李树有宓颖
- 关键词：威布尔分布极大似然估计矩估计
- 多个Marshall-Olkin Fréchet分布总体参数在序约束下的极大似然估计被引量：1
- 2018年
- 研究了扩展型分布族Marshall-Olkin Fréchet分布的参数估计问题.运用迭代方法分情况讨论了当部分参数未知时参数的极大似然估计;利用MATLAB软件和喷气式飞机空调系统连续故障间隔时间的数据,进一步讨论了多个分布总体参数在序约束下的极大似然估计问题.
- 赵春雪李树有宓颖
- 关键词：极大似然估计迭代法故障率序约束
- 广义指数几何分布的扩展及参数估计
- 2024年
- 在广义指数几何分布的基础上对参数进行扩展,提出了一种新的寿命分布。旨在通过这种扩展,增强模型针对一些数据的拟合能力,从而更准确地进行寿命预测和可靠性分析。采用极大似然估计法对新提出的分布进行参数估计,并通过牛顿迭代法求解复杂的参数估计问题。对选定样本数据进行估计求解,并将模型与实际观测数据进行了对比。模型的拟合优度通过AIC和BIC值与其他模型进行了比较,结果表明新提出的扩展广义指数几何分布在拟合观测数据方面表现出较好的效果。
- 陈世彤田野宓颖李树有
- 关键词：极大似然估计牛顿迭代法
- 高维参数poisson回归模型的估计方法
- 2013年
- 对高维参数poisson回归模型进行了参数估计,高维参数poisson回归模型用极大似然法直接估计参数向量比较困难。基于逆回归,给出了一种新的估计方法,第一步用分片逆回归方法,计算参数单位向量的估计,将高维参数降维;第二步用极大似然法,估计参数向量的模,最后得到参数的相合估计,并运用该方法进行了实例分析。
- 张艳杰李树有宓颖
- 关键词：极大似然估计
- Marshall-Olkin Fréchet分布应用于产品抽样检测
- 2017年
- 研究了Marshall-Olkin Fréchet分布在产品抽样检测上的应用。如何对寿命服从Marshall-Olkin Fréchet分布的产品进行质量检验,从消费者的角度,给出了在大批量抽取和小批量抽取2种情况下,试验所需的最小样本容量。在此基础上,考虑生产者所承担的风险,从而得到满足要求的产品的最小平均寿命值。
- 赵春雪李树有宓颖
- 关键词：抽样检测
- 正态总体均值与标准差比在半序约束下的最大似然估计(英文)
- 2003年
- 考虑两个正态总体X_i～N(μ_i,σ_i^2) i=1,2,均值μ_i和方差σ_i^2>0是未知参数,它们的比在半序约束μ_1/σ_1≤μ_2/σ_2下的最大似然估计(MLE)问题,给出了计算MLE的方法,对三个正态总体的情况,给出了相关的结果,这些方法在生物遗传和药物检验等方面都有广泛应用。
- 李树有张保学
- 关键词：正态总体均值半序约束最大似然估计生物遗传
- 基于百分位法用GLD分布拟合已知分布被引量：1
- 2018年
- 为了拟合不同概率分布,需要对GLD分布的有效区域进行讨论,将平面划分为8个不同区域分别来探讨GLD分布有效区域问题。采用百分位法来拟合已知分布,并检验拟合结果是否在有效区域内。在拟合算法上采用matlab编写程序。给出了卡方分布和对数分布具体地拟合过程。
- 王勇李树有宓颖
- 双变量泊松分布参数的极大似然估计被引量：2
- 2019年
- 研究了双变量泊松分布的参数估计问题,运用newton迭代法给出了一种新的3个未知参数的极大似然估计计算方法,并求其矩估计作为初值计算。最后,根据文献中给出的122个调度员样本在2个连续时间内所遭受事故的数据集,通过Matlab软件编程运算,给出计算结果。
- 隋崴李树有宓影
- 关键词：极大似然估计矩估计NEWTON迭代法
- 三个多元正态总体在简单半序约束下均值估计-基于协方差阵未知
- 2015年
- 自然界中有许多模型需要参数估计,但实际问题中往往会遇到约束条件.因此,无约束的最大似然估计在约束条件下已不再是最优估计量.寻求有约束条件的最优估计成为文章的研究重点.文章利用PAVA算法将最大似然估计进行合并处理,得到在简单半序约束和协方差阵未知情况下的新估计量μ_i,并证明其优于无序约束下得到的最大似然估计X_i.
- 罗平李树有
- 关键词：极大似然估计风险函数
