区间数据下参数矩型估计

《区间数据下参数矩型估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、II独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解江西师范大学研究生院有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权江西师范大学研究生院可以将学位

2、论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日II4摘要在生存分析和可靠性统计研究中，常常因为客观条件的限制而无法得到失效时间的准确观测值，只能观测到其所在的区间.统计学中一般称这类数据为区间删失数据（interval-censoreddata）,简称区间数据.区间删失数据出现在许多应用领域，它的出现增加了统计分析的难度，完全数据下的方法无法直接适用，所以对区间数据进行研究很有必要.关于区间删失数据已有

3、大量的研究成果.本文主要研究的是：一般分布下区间删失数据参数的矩型估计。通过无偏转换的方法，可以构造出一组“完整”的样本，再利用这组“新”的样本对参数进行矩估计。文中证明了估计量的相合性和渐近正态性，并通过模拟计算对这种估计方法的可行性和有效性进行了验证；特别地，针对指数分布，与其它方法进行了对比，前者更为有效.进一步，研究了均值的假设检验问题.似然比检验法对区间数据下均值检验的过程非常繁琐.如果能够找到相对简单的检验法，那么区间数据检验问题就更简捷.本文发现利用“无偏转换”思想构造的估计量进行检验时，不仅对所有分布都适用，而且计算过程非常简单.最后

4、，对构造的估计量Y的分布进行研究.本文主要针对区间删失情况1下指数分布进行简单研究，给出了Y的分布函数H()和密度函数h().关键词：区间数据；无偏转换；矩型估计；相合性；渐近正态性.IAbstractInsurvivalanalysisandreliabilitystatisticalstudy,duetosomeobjectiveconditions,wecanonlyobservetheintervalinwhichtheeventtookplace,buttheaccurateobservationvaluescannotoftenb

5、eobtained.Suchdataisgenerallynamedasinterval-censoreddataonwhichaplentyofresearchhasbeendone.Intervalcensoreddataisappliedinmanyareas,anditsappearanceaddsmuchmoredifficultytostatisticalanalysis.However,themethodofcompletedatacannotbeapplieddirectlytotheintervaldata,soitisveryne

6、cessarytoconductsomeresearchonit.Thepresentthesisismainlyonthemoment-typeestimationoftheparameterofinterval-censoreddataunderarbitrarydistributionandtheasymptoticnormalityandconsistencyofestimatoraswellastotestifythefeasibilityandavailabilityofthisestimationmethodadoptedinthist

7、hesisbysimulation.Inparticular,fortheexponentialdistribution,comparedwiththepreviousmethod,themoment-typeestimationismoreeffective.Further,thisthesistriestoexplorethehypothesistestingofthemean.Itisfoundthattheprocessofusinglikelihoodratiotestingmethodtotestthemeanofinterval-cen

8、soreddataisverycomplicated.Ifarelativelysimpletestingm