雷响:二元广义指数分布的参数估计及假设检验论文

雷响:二元广义指数分布的参数估计及假设检验论文

本文主要研究内容

作者雷响(2019)在《二元广义指数分布的参数估计及假设检验》一文中研究指出:参数估计的方法有多种,经常使用的是极大似然估计。在计算极大似然估计的过程中通常会遇到不能求出解析解的情况。通常在这种情况下,运用迭代算法求解。在对数似然方程进行求解的过程中,有一种方法即牛顿迭代的数值分析法。在本篇文章中,主要针对二元广义指数分布参数的极大似然估计和应用进行研究,并对所用数据进行拟合优度检验,以此证明此数据是可用的。首先,研究了全样本下二元广义指数分布参数的极大似然估计问题。其中,包括部分参数已知时求解未知参数的极大似然估计。运用牛顿迭代的数值方法,利用Matlab语言将国际田联1984年洛杉矶奥运会的田径统计手册中提供的55个国家各自的百米赛跑成绩和马拉松成绩的真实数据代入,求解参数的极大似然估计值。其次,对定数截尾样本下的二元广义指数分布求解未知参数的极大似然估计。用到的方法同样是假设部分参数已知,来求解未知参数的极大似然估计。本文将真实数据进行截尾,取前44个国家的成绩。运用牛顿迭代的算法,利用Matlab语言进行编程,接着将44个国家的数据带入,进而求得参数的极大似然估计。最后,对所用到的1984年的奥运会数据进行拟合检验。为证明此数据来自二元广义指数分布,本文对此数据进行了卡方拟合优度检验。首先对数据进行分组,接着对数据进行处理,求得事件落在区间中的概率以及频率,得出结果两者相差较小,可以接受原假设,进而求得数据是来自二元广义指数分布的。

Abstract

can shu gu ji de fang fa you duo chong ,jing chang shi yong de shi ji da shi ran gu ji 。zai ji suan ji da shi ran gu ji de guo cheng zhong tong chang hui yu dao bu neng qiu chu jie xi jie de qing kuang 。tong chang zai zhe chong qing kuang xia ,yun yong die dai suan fa qiu jie 。zai dui shu shi ran fang cheng jin hang qiu jie de guo cheng zhong ,you yi chong fang fa ji niu du die dai de shu zhi fen xi fa 。zai ben pian wen zhang zhong ,zhu yao zhen dui er yuan an yi zhi shu fen bu can shu de ji da shi ran gu ji he ying yong jin hang yan jiu ,bing dui suo yong shu ju jin hang ni ge you du jian yan ,yi ci zheng ming ci shu ju shi ke yong de 。shou xian ,yan jiu le quan yang ben xia er yuan an yi zhi shu fen bu can shu de ji da shi ran gu ji wen ti 。ji zhong ,bao gua bu fen can shu yi zhi shi qiu jie wei zhi can shu de ji da shi ran gu ji 。yun yong niu du die dai de shu zhi fang fa ,li yong Matlabyu yan jiang guo ji tian lian 1984nian luo sha ji ao yun hui de tian jing tong ji shou ce zhong di gong de 55ge guo jia ge zi de bai mi sai pao cheng ji he ma la song cheng ji de zhen shi shu ju dai ru ,qiu jie can shu de ji da shi ran gu ji zhi 。ji ci ,dui ding shu jie wei yang ben xia de er yuan an yi zhi shu fen bu qiu jie wei zhi can shu de ji da shi ran gu ji 。yong dao de fang fa tong yang shi jia she bu fen can shu yi zhi ,lai qiu jie wei zhi can shu de ji da shi ran gu ji 。ben wen jiang zhen shi shu ju jin hang jie wei ,qu qian 44ge guo jia de cheng ji 。yun yong niu du die dai de suan fa ,li yong Matlabyu yan jin hang bian cheng ,jie zhao jiang 44ge guo jia de shu ju dai ru ,jin er qiu de can shu de ji da shi ran gu ji 。zui hou ,dui suo yong dao de 1984nian de ao yun hui shu ju jin hang ni ge jian yan 。wei zheng ming ci shu ju lai zi er yuan an yi zhi shu fen bu ,ben wen dui ci shu ju jin hang le ka fang ni ge you du jian yan 。shou xian dui shu ju jin hang fen zu ,jie zhao dui shu ju jin hang chu li ,qiu de shi jian la zai ou jian zhong de gai lv yi ji pin lv ,de chu jie guo liang zhe xiang cha jiao xiao ,ke yi jie shou yuan jia she ,jin er qiu de shu ju shi lai zi er yuan an yi zhi shu fen bu de 。

论文参考文献

  • [1].Marshall-Olkin Fréchet分布参数的极大似然估计及应用[D]. 赵春雪.辽宁工业大学2018
  • [2].云模型理论及其应用研究[D]. 高艳苹.四川师范大学2018
  • [3].高斯混合自回归条件异方差模型[D]. 刘亚男.吉林大学2018
  • [4].快慢随机偏微分系统的极大似然估计[D]. 帕提古丽·阿不力孜.南京大学2017
  • [5].具有随机扰动的互惠系统及其参数的极大似然估计[D]. 季春燕.东北师范大学2006
  • [6].关于(a,b)类分布的统计性质研究[D]. 田家卓.吉林大学2017
  • [7].广义线性模型研究及其在机动车辆保险中的应用[D]. 张里静.四川师范大学2015
  • [8].几种数据类型下两参数Logistic分布参数的近似极大似然估计[D]. 胡丹丹.上海师范大学2017
  • [9].序约束下β-ARCH模型的极大似然估计[D]. 张琳琳.吉林大学2004
  • [10].基于排序集抽样下伽马分布参数的极大似然估计[D]. 鲁春林.吉首大学2017
  • 读者推荐
  • [1].灰狼优化算法的改进及其在参数估计中的应用[D]. 王梦娜.西安理工大学2019
  • [2].解决非线性等式方程的几种优化算法[D]. 周美虹.河北大学2019
  • [3].民国时期保定救济院与地方社会研究(1928—1937)[D]. 周龙龙.河北大学2019
  • [4].带有执行器故障非线性系统的智能自适应控制研究[D]. 许鹏.辽宁工业大学2019
  • [5].基于贪婪随机自适应灰狼优化算法求解TSP的研究与应用[D]. 高珊.太原理工大学2019
  • [6].基于bootstrap方法的参数估计研究[D]. 周君.贵州民族大学2019
  • [7].基于分组检测的EM算法参数估计问题[D]. 刘丹阳.广西师范大学2019
  • [8].双参数指数分布参数的若干估计的优劣性比较[D]. 武晓利.北京交通大学2009
  • [9].二元泊松回归模型及其推广模型的应用[D]. 郝建林.吉林大学2010
  • [10].截尾缺失数据下双参数指数分布的参数估计[D]. 胡志超.华中师范大学2009
  • 论文详细介绍

    论文作者分别是来自辽宁工业大学的雷响,发表于刊物辽宁工业大学2019-07-31论文,是一篇关于二元广义指数分布论文,牛顿迭代法论文,极大似然估计论文,截尾样本论文,拟合检验论文,辽宁工业大学2019-07-31论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自辽宁工业大学2019-07-31论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    雷响:二元广义指数分布的参数估计及假设检验论文
    下载Doc文档

    猜你喜欢