本文關(guān)鍵詞：Marshall-Olkin韋伯分布的貝葉斯分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：兩元Marshall-Olkin韋伯分布是統(tǒng)計學(xué)中可靠性分析和壽命檢驗的重要研究內(nèi)容,本文主要討論了兩元Marshall-Olkin韋伯分布的一些參數(shù)估計方法。本文首先分析了兩元Marshall-Olkin韋伯分布的概率密度函數(shù)特點。由于其分布函數(shù)由奇異部分和連續(xù)部分組成,在不同情況下的函數(shù)圖像分布差異比較大,可以得知兩元Marshall-Olkin韋伯分布是一個比較復(fù)雜的韋伯分布。然后,本文利用Kundu和Gupta提出的重要抽樣法對兩元Marshall-Olkin韋伯分布進(jìn)行貝葉斯分析,由于重要抽樣算法的效率依賴于提議分布函數(shù)的選擇,在數(shù)據(jù)模擬的過程中,我們發(fā)現(xiàn)在樣本量變大的過程中,參數(shù)的估計誤差反而越大。為了避免這一問題,提高參數(shù)估計的準(zhǔn)確性,本文提出引入一些潛在變量來簡化似然函數(shù),并且提出利用MCMC算法中的Gibbs抽樣算法來實現(xiàn)對該分布未知參數(shù)的估計。為了進(jìn)一步評價該方法的有效性,本文將基于Gibbs抽樣算法的貝葉斯估計與利用EM算法實現(xiàn)的極大似然估計數(shù)據(jù)模擬結(jié)果作對比,可以發(fā)現(xiàn)即使在樣本量很小的情況下,基于Gibbs抽樣算法的貝葉斯估計效果更好。最后,分析一個真實的數(shù)據(jù)實例來驗證結(jié)論。
【關(guān)鍵詞】：兩元Marshall-Olkin韋伯分布 重要抽樣算法 Gibbs抽樣算法 EM算法
【學(xué)位授予單位】：溫州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：O212.8
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-12
• 1.1 選題的背景與意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀綜述9-10
• 1.3 文章內(nèi)容與結(jié)構(gòu)安排10-12
• 第二章 兩元Marshall-Olkin韋伯分布12-20
• 2.1 兩元Marshall-Olkin韋伯分布函數(shù)12-13
• 2.2 兩元Marshall-Olkin韋伯分布函數(shù)圖像13-20
• 第三章 基于重要抽樣算法的貝葉斯估計20-26
• 3.1 重要抽樣20-23
• 3.2 數(shù)值實驗結(jié)果23-26
• 第四章 基于Gibbs抽樣算法的貝葉斯估計26-38
• 4.1 簡化似然函數(shù)26-27
• 4.2 EM算法27-31
• 4.3 Gibbs抽樣31-34
• 4.4 數(shù)值實驗結(jié)果34-38
• 第五章 數(shù)據(jù)分析38-42
• 5.1 具體實例38-39
• 5.2 結(jié)果對比39-42
• 第六章 總結(jié)與展望42-44
• 參考文獻(xiàn)44-48
• 致謝48-50
• 攻讀碩士期間發(fā)表的論文50

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 鄭露蔭,李素華;云南風(fēng)速韋伯分布參數(shù)計算分析[J];云南大學(xué)學(xué)報(自然科學(xué)版);1987年03期

2 石崢嶸;韋伯分布在建材斷裂分析中的應(yīng)用[J];湖南師范大學(xué)自然科學(xué)學(xué)報;1987年04期

3 滕春賢;郭金玲;;在三參數(shù)韋伯分布情況下的可靠性試驗[J];哈爾濱科學(xué)技術(shù)大學(xué)學(xué)報;1987年02期

4 朱韶峰;;韋伯(Weibull)分布參數(shù)估算風(fēng)能的討論[J];浙江氣象科技;1985年03期

5 胡毅,青泉,董明琨,何偉賢;若爾蓋等地風(fēng)能資源評價[J];成都?xì)庀髮W(xué)院學(xué)報;1990年04期

6 田富鵬;以Monte Carlo為基礎(chǔ)的發(fā)電系統(tǒng)隨機(jī)生產(chǎn)模擬的韋伯分布法[J];西北民族學(xué)院學(xué)報;1994年01期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張慧;Marshall-Olkin韋伯分布的貝葉斯分析[D];溫州大學(xué);2016年

  本文關(guān)鍵詞：Marshall-Olkin韋伯分布的貝葉斯分析，由筆耕文化傳播整理發(fā)布。

本文編號：476529