左截断右删失数据下光滑分位数差的估计

发布时间：2021-08-21 08:52

　　在对数据进行统计分析期间,经常遇到左截断右截尾数据的问题,例如在医学统计分析,生存统计分析,工程质量的可靠性及天文学的大数据分析中具有重要的作用.在本文中,我们利用乘积限估计和分位差函数分析方法,使用左截断右删失数据,光滑分位数差以及经验分位数差进行了估计.应用Hodges和Lehmann提出的亏量作为比较两个估计效率的标准.比较并研究了LTRC数据分位数估计的相对亏量.应用乘积限估计,对乘积限估计进行光滑,得到基于乘积限估计的光滑分位数差估计.利用亏量比较光滑分位数差和经验分位数差估计的效率,通过数值模拟计算对得到的分位数差进行实证分析.本文使用的编程软件为R语言,研究的具体步骤如下:首先根据指数分布函数,随机生成左截断右删失数据.然后,利用乘积限估计计算其分位差函数,计算光滑分位数差和经验分位数差估计.最后,利用亏量比较光滑分位数差和经验分位数差估计的效率,进行实证分析,通过数值模拟对理论研究结果进行了进一步的验证.拟解决的关键问题是:建立相关的统计模型,生成不同样本容量的左截断右删失数据,利用亏量比较光滑分位数差和经验分位数差估计的效率,以此判断光滑分位差估计是否有效. 

【文章来源】：长春工业大学吉林省

【文章页数】：41 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
符号假设
第1章 绪论
    1.1 研究背景
    1.2 研究目的与意义
    1.3 国内外研究现状
    1.4 研究方法与内容
第2章 相关理论
    2.1 基本概念
    2.2 核密度估计
    2.3 乘积限估计
    2.4 模型假设
    2.5 常用命题
第3章 模型及估计
    3.1 模型的建立
    3.2 估计的有效性
    3.3 数值模拟
第4章 结论
致谢
参考文献
附录
作者简介
研究生期间的研究成果



本文编号：3355292