导读:本文包含了参数区间估计论文开题报告文献综述及选题提纲参考文献，主要关键词:容差参数区间估计,谐振式无线充电,元件参数偏移故障,故障诊断
参数区间估计论文文献综述
邢琛,刘廷章,林越,赵剑飞[1]（2019）在《基于容差参数区间估计法的谐振式无线充电系统故障诊断》一文中研究指出为了解决谐振式无线充电系统元件参数偏移故障定位诊断困难的问题,通过分析谐振式无线充电系统电路结构的特征,对电流信号进行傅里叶分析提取有效特征量,基于容差参数区间估计法对元件参数偏移故障进行诊断。通过模拟各种元件参数偏移故障,验证容差参数区间估计法对于此类故障诊断的有效性。结果表明,此方法不但简单易于操作且对于定位诊断谐振式无线充电系统元件参数偏移故障有很好的诊断能力。(本文来源于《仪表技术与传感器》期刊2019年10期）
王蓉华,顾蓓青,徐晓岭[2]（2019）在《两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计》一文中研究指出两参数Birnbaum-Saunders(BS)疲劳寿命分布是概率物理方法中的一个重要的失效模型,它比常用的寿命分布,如威布尔分布、对数正态分布,更适合描述某些由疲劳引起失效的产品的寿命规律,其主要应用于对疲劳失效以及电子产品性能退化失效的分析研究.在全样本场合,利用徐晓岭等的研究中刻度参数的对数矩估计的性质,构造了两参数BS疲劳寿命分布拟合检验的检验统计量,并通过3个实例说明拟合检验方法的应用性.给出了两种求两参数BS疲劳寿命分布环境因子近似区间估计的新方法,通过Monte Carlo模拟与原有的方法进行了比较,发现利用对数正态近似的方法优势明显,并通过一个算例说明方法的应用性.(本文来源于《上海师范大学学报(自然科学版)》期刊2019年04期）
戴金辉[3]（2019）在《区间估计与参数假设检验的比较》一文中研究指出区间估计与假设检验是推断统计中两种重要的统计方法,文章对两者的联系与区别进行深入分析,便于帮助大家熟练掌握两种统计方法。(本文来源于《统计与决策》期刊2019年09期）
韩云霞,马义中,欧阳林寒,刘丽君[4]（2019）在《数据污染下的稳健设计及最优参数的置信区间估计》一文中研究指出传统的稳健设计一般假定试验数据为正态分布且无污染,然而在实践中,由于缺乏足够的试验数据以及数据中存在污染等因素,导致用传统的点估计方法无法准确获得某设计点下真实过程的输出值。因此,提出了基于bootstrap重抽样技术估计数据污染下最优参数置信区间的稳健设计方法。首先,采用Hodges-Lehman估计量和Shamos估计量分别估计位置参数和尺度参数;其次,构建过程均值和方差双响应曲面模型,实现稳健设计;然后,利用分位数bootstrapping (Percentile Bootstrapping,PB)、偏差校正分位数bootstrapping (Bias-Corrected Percentile Bootstrapping,BCPB)和偏差校正及加速分位数bootstrapping (Bias-Corrected and accelerated Percentile Bootstrapping,BCaPB)方法分别估计最优参数的bootstrap置信区间;最后,引入欧式距离和广义方差分别度量不同置信区间抵抗污染值的稳健性。通过仿真表明,在解决数据污染的稳健设计中BCPB和BCaPB方法估计的精确度明显高于PB方法,同时BCaPB方法在抵抗污染值干扰方面优于BCPB方法。(本文来源于《工业工程与管理》期刊2019年01期）
彭毳鑫,殷珍妮,赵志文[5]（2018）在《自回归模型参数和的置信区间估计》一文中研究指出文章讨论自回归模型参数的估计问题,给出了自回归模型参数和的估计,证明了估计量的极限分布为正态分布。在此基础上,给出了极限分布渐近方差的相合估计,进而构造模型参数和的渐近置信区间。通过随机模拟研究说明本文所给出的方法具有可行性。(本文来源于《统计与决策》期刊2018年15期）
石纹赫[6]（2018）在《基于非参数区间估计的风电功率短期预测研究》一文中研究指出风电功率预测对维护电力系统稳定及制定电力调度计划等有着重要的意义,然而风电所具有的波动性、间歇性及不确定性会严重影响其预测的精度,针对此问题,提出一种基于非参数区间估计的风电功率预测方法。目前风电功率预测多侧重于点值功率曲线预测,但其预测精度差强人意,当预测误差较大时会严重影响电力系统运行安全。风电功率区间预测是从概率区间的角度进行预测,可以为相关电力人员提供概率性预测结果,预测结果更加真实有效。在风电功率点值预测方面,BP神经网络作为一种成熟的非线性预测方法,当已知数据参数的种类较多、数量较大时,可以得到精度较高的预测结果。在概率区间预测方面,相比于参数区间估计法需要事先假设概率分布的类型,非参数区间估计是一种对先验知识要求较低,可以仅用部分数据就能推断整体概率密度分布的方法,尤其适用于分布结果不对称或存在多峰情况下的估计。因此,在利用BP神经网络法完成点值功率曲线预测结果的基础上,结合非参数区间估计法可以得到反应预测误差真实分布情况且精度更高的功率区间预测结果。本文研究了影响风电功率预测精度的主要因素,并依据其影响因素对待测时刻完成了类群的划分。分析了现有的风电功率预测方法,选取BP神经网络完成了风电功率的点值预测,并针对其在收敛速度等方面的问题采用了粒子群算法进行了优化。对各类群分别进行误差统计分布研究,并提出了风电功率的非参数区间估计预测方法,进而利用该方法完成了各待测点的功率区间预测。通过大量实验分析,表明了该研究方法具有一定的有效性和精确性。(本文来源于《华北电力大学(北京)》期刊2018-03-01）
张静,何幼桦[7]（2017）在《0-1回归的非参数区间估计》一文中研究指出综合非参数方法和Bayes思想提出0-1回归的区间估计方法,并证明了该估计的均方收敛性.通过数值模拟,对各种不同情况下区间估计的覆盖率、相对覆盖率及区间长度进行了对比分析.结果表明:区间估计的效果与样本观测总量有关,样本观测总量越大,覆盖率的波动越稳定,区间长度越短,相对覆盖率也就越大.对于较小的样本量,所得的区间估计仍然具有较好的效果.(本文来源于《应用数学与计算数学学报》期刊2017年04期）
徐玉茹,徐付霞[8]（2016）在《基于生存贝塔分布的几何分布参数精确区间估计》一文中研究指出证明了几何分布参数的充分统计量服从负二项分布,由此将负二项分布转化为生存贝塔分布,构造出了参数的精确置信区间,并且在不同的置信度组合中选出最佳组合,得到精确最短置信区间.讨论了大样本下几何分布的近似区间估计,通过数值模拟,直观展示区间估计的精度变化,说明了精确最短区间估计的优良性.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2016年05期）
黄玲[9]（2016）在《基于Monte Carlo方法的多参数区间估计》一文中研究指出Monte Carlo模拟方法是一种基于产生特定分布“随机数”的抽样统计试验方法,它是由约翰·冯·诺伊曼于1940年提出的。本文研究并实现了一种基于Monte Carlo方法的多参数区间估计算法。在参数模型中,精确的区间估计中需要对分布的反函数进行计算,Monte Carlo方法可以近似地模拟统计量的分布,避免分布反函数的复杂计算；同时,传统的区间估计方法多依赖中心极限定理等大样本结论,当实际问题中样本容量不大时,本文的方法就体现出它的优势,能得到更近似于精确的置信区间。本文的具体内容包括：第一章介绍本文的研究内容、研究背景、研究意义以及研究现状；第二章介绍了基于Monte Carlo模拟方法的单参数和多参数区间估计的原理、思想和实现；第叁章为实例分析部分。先分别以正态分布位置参数和p分位参数为例,详细介绍了Monte Carlo方法在多参数区间估计中的实现,并与两种经典的算法进行比较分析,验证了本方法的有效性和可行性。进而,运用本文基于Monte Carlo方法的双参数区间估计算法,得到双正态分布总体均值差和标准差比值的区间估计。第四章小结与展望。本文推导了叁种区间估计的原理和算法,比较了传统算法和本文算法得到的区间估计的数值结果,讨论了本文算法的优劣以及适用范围。特别地,结合Monte Carlo模拟方法和双参数区间估计模型思想求出双正态分布总体的均值差和标准差比值的区间估计,结果较为理想。(本文来源于《华中师范大学》期刊2016-03-01）
徐礼文,瞿开毅[10]（2015）在《Behrens-Fisher问题的参数bootstrap区间估计》一文中研究指出文章使用参数bootstrap方法考虑了Behrens-Fisher问题中关于两个正态总体均值差的置信区间构造问题。文献中常用的区间估计方法均不能在各种样本容量和参数设置下都保证置信区间的覆盖率和估计精度。文章提出了一种参数bootstrap区间估计方法,并与流行的Welch近似解法和广义置信区间进行了比较。借助Monte Carlo方法研究了这叁种方法的覆盖率和区间平均长度。模拟结果表明,在一般样本量下,参数boot-strap区间估计表现最好,且在极小样本、异方差程度严重的情况下,参数bootstrap方法仍然优于Welch近似解法和广义枢轴量法,广义置信区间估计则非常保守,精度很低。(本文来源于《统计与决策》期刊2015年24期）
参数区间估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
两参数Birnbaum-Saunders(BS)疲劳寿命分布是概率物理方法中的一个重要的失效模型,它比常用的寿命分布,如威布尔分布、对数正态分布,更适合描述某些由疲劳引起失效的产品的寿命规律,其主要应用于对疲劳失效以及电子产品性能退化失效的分析研究.在全样本场合,利用徐晓岭等的研究中刻度参数的对数矩估计的性质,构造了两参数BS疲劳寿命分布拟合检验的检验统计量,并通过3个实例说明拟合检验方法的应用性.给出了两种求两参数BS疲劳寿命分布环境因子近似区间估计的新方法,通过Monte Carlo模拟与原有的方法进行了比较,发现利用对数正态近似的方法优势明显,并通过一个算例说明方法的应用性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
参数区间估计论文参考文献
[1].邢琛,刘廷章,林越,赵剑飞.基于容差参数区间估计法的谐振式无线充电系统故障诊断[J].仪表技术与传感器.2019
[2].王蓉华,顾蓓青,徐晓岭.两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计[J].上海师范大学学报(自然科学版).2019
[3].戴金辉.区间估计与参数假设检验的比较[J].统计与决策.2019
[4].韩云霞,马义中,欧阳林寒,刘丽君.数据污染下的稳健设计及最优参数的置信区间估计[J].工业工程与管理.2019
[5].彭毳鑫,殷珍妮,赵志文.自回归模型参数和的置信区间估计[J].统计与决策.2018
[6].石纹赫.基于非参数区间估计的风电功率短期预测研究[D].华北电力大学(北京).2018
[7].张静,何幼桦.0-1回归的非参数区间估计[J].应用数学与计算数学学报.2017
[8].徐玉茹,徐付霞.基于生存贝塔分布的几何分布参数精确区间估计[J].哈尔滨商业大学学报(自然科学版).2016
[9].黄玲.基于MonteCarlo方法的多参数区间估计[D].华中师范大学.2016
[10].徐礼文,瞿开毅.Behrens-Fisher问题的参数bootstrap区间估计[J].统计与决策.2015