生存分析及可靠性領(lǐng)域作為現(xiàn)代統(tǒng)計學的一個重要分支,已經(jīng)廣泛應用于眾多科學領(lǐng)域中。在信息技術(shù)迅猛發(fā)展的時代,各個領(lǐng)域的數(shù)據(jù)都越來越復雜,它們可能來源于不同的種類或分組,因此混合模型在生存分析及可靠性領(lǐng)域的應用越來越廣泛。由于生存分析及可靠性方面常常伴隨著刪失數(shù)據(jù),因此對生存分析中的混合模型進行研究有著重要的應用價值。本文主要從兩個方面研究刪失數(shù)據(jù)下有限混合模型的參數(shù)估計問題。一方面是從缺失信息的處理方面來討論參數(shù)估計的準確性,即對缺失信息采用兩種處理方法。第一種是僅將數(shù)據(jù)的所屬成分視為缺失信息,第二種是將數(shù)據(jù)的所屬成分及刪失數(shù)據(jù)均視為缺失信息,然后通過模擬比較兩種處理方法的性能。另一方面從算法的改進方面來討論參數(shù)估計的穩(wěn)定性及精確性,即用DAEM算法（確定性退火期望最大化）克服EM算法收斂到局部最大值的缺陷,從而提高估計的精確度。針對缺失信息的處理方面來看,第一種僅將數(shù)據(jù)的所屬成分視為缺失信息,則默認刪失數(shù)據(jù)的概率密度函數(shù)是已知的,用生存函數(shù)代替其概率密度函數(shù);第二種將刪失數(shù)據(jù)也視為缺失信息,對觀測數(shù)據(jù)的對數(shù)似然函數(shù)求期望來獲得密度函數(shù)。模擬結(jié)果顯示,盡管總體的刪失數(shù)據(jù)量不同,基于EM算... 

【文章來源】：浙江工商大學浙江省

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

指數(shù)混合模型的密度函數(shù)，虛線為各成分按比例縮放后的密度曲線，實線為混合密度函數(shù)

25圖3-2：K=2時,兩種處理方法對混合指數(shù)分布的混合比例及參數(shù)的估計結(jié)果.并排的兩個圖形左邊表示混合比例的結(jié)果，右邊為成分參數(shù)的估計結(jié)果�！皁ne_”和“two_”分別表示第一種方法和第二種方法.圖中虛線表示參數(shù)的真實值，箱線圖表示了500次蒙特卡羅的參數(shù)估計結(jié)果。圖3-3：K=3時,兩種處理方法對混合指數(shù)分布的混合比例及參數(shù)的估計結(jié)果.

25圖3-2：K=2時,兩種處理方法對混合指數(shù)分布的混合比例及參數(shù)的估計結(jié)果.并排的兩個圖形左邊表示混合比例的結(jié)果，右邊為成分參數(shù)的估計結(jié)果�！皁ne_”和“two_”分別表示第一種方法和第二種方法.圖中虛線表示參數(shù)的真實值，箱線圖表示了500次蒙特卡羅的參數(shù)估計結(jié)果。圖3-3：K=3時,兩種處理方法對混合指數(shù)分布的混合比例及參數(shù)的估計結(jié)果.

【參考文獻】：
期刊論文
[1]威布爾分布隨機右刪失數(shù)據(jù)下客觀貝葉斯評估的敏感性分析[J]. 沈安慰,郭基聯(lián),王卓健,張慶立.  系統(tǒng)工程與電子技術(shù). 2017(08)
[2]混合刪失樣本下混合指數(shù)分布的估計（英文）[J]. 田玉柱,韓學峰,田茂再.  應用概率統(tǒng)計. 2017(02)
[3]兩種刪失數(shù)據(jù)情形下基于EM算法的指數(shù)分布的參數(shù)估計[J]. 官飛,王峰,賈寶瑞.  巢湖學院學報. 2010(03)
[4]刪失試驗壽命的貝葉斯威布爾生存回歸模型[J]. 李榮,朱慧明.  統(tǒng)計與決策. 2006(24)
[5]混合指數(shù)分布的參數(shù)估計[J]. 朱利平,盧一強,茆詩松.  應用概率統(tǒng)計. 2006(02)
[6]隨機刪失數(shù)據(jù)下基于EM算法的Weibull分布參數(shù)估計[J]. 吳耀國,周杰,王柱,曾艷.  四川大學學報(自然科學版). 2005(05)

碩士論文
[1]刪失下雙參數(shù)指數(shù)分布中Bayes估計與收縮估計的比較[D]. 王璟.北京交通大學 2010
[2]刪失數(shù)據(jù)的模糊貝葉斯統(tǒng)計推斷問題的研究[D]. 孫宏陽.蘭州理工大學 2010



本文編號：3326280