 |
|
|
|
以作者查詢圖書館館藏 、以作者查詢臺灣博碩士 、以作者查詢全國書目 、勘誤回報 、線上人數：54 、訪客IP：3.137.159.17
姓名 陳彬(Ben Chen) 查詢紙本館藏 畢業系所 統計研究所 論文名稱 型1設限下韋伯參數估計問題 相關論文 檔案 [Endnote RIS 格式]
[相關文章]
[文章引用]
[完整記錄]
[館藏目錄]
[檢視]
- 本電子論文使用權限為同意立即開放。
- 已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
- 請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。
摘要(中) 關於型I設限資料下，韋伯分配參數的估計方法，本文採用最大概似估計量作為參數的點估計，而區間估計方面，除了傳統上利用大樣本性質，以近似常態法估計信賴區間外，另考量分別以log-likelihood檢定統計量為基礎、以及Bootstrap方法為基礎，共呈現十種方法估計參數之信賴區間。
為比較各種方法之優劣，本文透過模擬範例，以區間之平均長度和覆蓋機率作為比較的依據。結果顯示當樣本數為小樣本時，傳統上採用近似常態法並非最好的估計方式，反觀以log-likelihood檢定統計量為基礎的四種方法，即使在觀察之樣本數少的時候，覆蓋機率皆可達到名義之水準，當中的SLR和Third-Order方法更可得到較小的信賴區間，因此是較佳的估計方式。在以Bootstrap為基礎的五種方法中，PBSRLLR方法表現良好，當觀察之樣本數少的時候，覆蓋機率可達到名義之水準，其他四種Bootstrap方法則不能。在區間長度的表現上，當觀察之樣本數小於9個的時候，PBSRLLR可以得到比SLR和Third-Order方法更小的信賴區間，在此條件下，PBSRLLR是較佳的估計方式。關鍵字(中) ★ 韋伯分配
★ 極值分配
★ 信賴區間
★ 型1設限關鍵字(英) 論文目次 第一章 緒論………………………………………………………………….1
1-1 研究動機與文獻回顧…………………………………………………1
1-2 本文架構………………………………………………………………2
第二章 韋伯分配參數的最大概似估計量………………………………….4
2-1 透過韋伯分配計算最大概似估計量…………………………………4
2-2 透過極值分配計算最大概似估計量…………………………………6
第三章 參數信賴區間的估計方法………………………………………….9
3-1 NORM：Normal- Approximation Procedures………………………..10
3-2 LLR：Log-likelihood Ratio Procedures………………………………13
3-3 SLR：A Mean and Variance Correction to the Signed Square Roots
LLR Procedures……………………………………………….15
3-4 BLR：Bartlett Correction to the LLR Procedures……………………17
3-5 Third-Order：A likelihood Based Third-Order Procedures………….18
3-6 PBP：Parametric Bootstrap Percentile Procedures…………………..22
3-7 PBBC：Parametric Bootstrap Bias-correct Procedures……………...24
3-8 PBBCA：Parametric Bootstrap Bias-correct Acceleration Procedure.26
3-9 PBT：Parametric Bootstrap-t Procedures…………………………….29
3-10 PBSRLLR：Parametric Bootstrap Sign Square Root LLR ………...32
第四章 模擬範例…………………………………………………………...35
4-1 模擬實驗的架構……………………………………………………..35
4-2 模擬試驗的結果……………………………………………………..38
4-2-1 形狀參數β的模擬結果…………………………………………38
4-2-2 百分位點的模擬結果…………………………………………...42
第五章 結論………………………………………………………………...49
參考文獻……………………………………………………………………...52
附錄1 SLR中m和s的算法………………………………………………53參考文獻 Bain, L. J. (1978), Statistical Analysis of Reliability and Life-Testing Models,
New York: Marcel Dekker, Inc..
Barndorff-Nielsen, O. E. (1986), “Inference on Full or Partial Parameters
Based on the Standardized Signed Log Likelihood Ratio,” Bimetrika, 73,
307-322.
DiCiccio, T. J. (1987), "Approximate Inference for the Generalized Gamma
Distribution," Technometrics, 29, 33-40.
DiCiccio, T. J. (1988), "Likelihood Inference for Linear Regression Models,"
Biometrika, 75, 29-34.
DiCiccio, T. J., and Martin, M. A. (1990), "Approximations of Marginal Tail
Probabilities for a Class of Smooth Functions With Applications to
Bayesian and Conditional Inference," Biometrika, 78, 891-902.
Doganaksoy, N., and Schmee, J. (1993), “Comparisons of Approximate
Confidence Intervals for Distributions Used in Life-data Analysis,”
Technometrics, 35, 175-184.
Efron, B., and Tibshirani, R. J. (1993), An Introduction to the Bootstrap, New
York: Chapman & Hall.
Jeng, S.L., and Meeker, W. Q. (2000), “Comparisons of Approximate
Confidence Interval Procedures for Type I Censored Data,” Technometrics
,42, 135-148.
Lawless, J. F. (1993),Statistical Methods for Reliability Data, New York: Wiley.
Monen, M. V. (1963), “Estimation of the Shape and Scale Parameters of the
Weibull Distribution,” Technometrics, 5, 175-185.
Nelson, W. (1982), Applied Life Data Analysis. New York: Wiley.
Ostrouchov, G.., and Meeker, W. Q, Jr. (1988), “Accuracy of Approximate
Confidence Bounds Computed From Interval Censored Weibull or
Lognormal Data,” Journal of Statistical Computation and Simulation,
29,43-76.
Wong, A., and Wu, J. (2000), “Practical Small-Sample Asymptotics for
Distributions Used in Life-Data Analysis,” Technometrics, 42, 149-155.指導教授 呂理裕(Lii-Yuh Leu) 審核日期 2003-6-20 推文 plurk
funp
live
udn
HD
myshare
netvibes
friend
youpush
delicious
baidu
網路書籤 Google bookmarks
del.icio.us
hemidemi
facebook
twitter
google
reddit