版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、Weibull分布是一種壽命分布,在可靠性領(lǐng)域有極為廣泛的應(yīng)用.在壽命實驗中,因為各種原因而出現(xiàn)不完全數(shù)據(jù),其中左截斷右刪失數(shù)據(jù)就是不完全數(shù)據(jù)的一種常見類型.本文主要研究的是在左截斷右刪失數(shù)據(jù)下,二參數(shù)Weibull分布的參數(shù)估計問題.在已有的研究中,使用的估計方法主要是牛頓迭代法和期望最大化算法.在截斷數(shù)據(jù)較多而樣本量不大時,現(xiàn)有的估計法比較受限于初始值的選擇,而最重要的是參數(shù)估計值的精確度有待進一步提高.因為參數(shù)估計值越精確,越能使
2、Weibull分布有效的應(yīng)用于可靠性理論和失效數(shù)據(jù)分析研究中.由于牛頓下山法可以放寬對初始值的選擇范圍,所以本文以牛頓下山法為基礎(chǔ)提出參數(shù)兩步迭代法來估計二參數(shù)Weibull分布的參數(shù).這一新的估計方法先利用牛頓下山法求解左截斷右刪失數(shù)據(jù)下二參數(shù)Weibull分布的參數(shù)估計問題,從而削弱對初始值的依賴.在此基礎(chǔ)上,利用形狀參數(shù)估計值來提高尺度參數(shù)估計值的精確度.進而達到在小樣本且截斷數(shù)據(jù)較多的情況下,使二參數(shù)Weibull分布的參數(shù)估計
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 刪失數(shù)據(jù)幾何分布的參數(shù)估計.pdf
- 隨機刪失數(shù)據(jù)下常用生存分布的參數(shù)估計.pdf
- 15386.刪失數(shù)據(jù)場合雙參數(shù)rayleigh分布的參數(shù)估計
- Weibull分布壽命數(shù)據(jù)的參數(shù)估計.pdf
- 廣義刪失抽樣下Weibull分布參數(shù)及幾個泛函的估計.pdf
- 雙側(cè)刪失下指數(shù)分布的參數(shù)估計.pdf
- 不完全樣本下Weibull分布的參數(shù)估計.pdf
- 刪失數(shù)據(jù)下的時間序列模型參數(shù)估計及預(yù)測.pdf
- 36794.三參數(shù)weibull分布參數(shù)估計方法研究
- 13181.基于二元copula的生存模型及其刪失數(shù)據(jù)下的參數(shù)估計
- I型區(qū)間刪失數(shù)據(jù)下參數(shù)的Bayes估計.pdf
- 區(qū)間刪失情況下參數(shù)估計的新方法.pdf
- i型區(qū)間刪失數(shù)據(jù)下參數(shù)的bayes估計
- 20185.基于ⅰ型區(qū)間刪失數(shù)據(jù)下的應(yīng)力強度模型的非參數(shù)估計
- 隨機右刪失模型參數(shù)估計的隨機加權(quán)法.pdf
- 41614.帶有刪失數(shù)據(jù)的線性ev回歸模型的參數(shù)估計
- 分組數(shù)據(jù)下兩參數(shù)指數(shù)分布的參數(shù)估計.pdf
- 左截斷右刪失數(shù)據(jù)下指數(shù)分布變點的Bayes估計.pdf
- 28517.基于en算法的帶刪失數(shù)據(jù)混合模型的參數(shù)估計
- 12732.左截斷刪失條件下遍歷函數(shù)型數(shù)據(jù)的非參數(shù)回歸估計
評論
0/150
提交評論