基于经验分布的区间数据分析方法

现有区间数据分析的方法通常假设数据在某一区间上服从均匀分布,这在实际数据分析中通常是不成立的.针对此问题,在原始数据来源于连续分布的简单假设下,利用经过分布函数变换后的随机变量服从(0,1)上的均匀分布,分别采用经验分布函数和核估计对原始数据的分布函数进行估计.基于此设计变换,对变换后的数据进行均匀分布的假设检验,通过检验后进行后续的区间数据分析,使得均匀分布的假定得以成立,保证了统计理论上的严谨性.数据模拟结果表明,将经验分布函数变换后的数据作为研究对象,进行区间数据分析,所得到的统计建模结果更加合理且具有较强的解释力.      

两个正态总体变异系数关系的统计推断

变异系数是一个应用较广的参数。本文研究两个独立的正态总体变异系数关系的统计推断问题,对于两个总体分布参数均未知的情形,构造了两个变异系数之比的精确置信限,提出了变异系数不等关系的假设检验方法。     

疲劳寿命的威布尔概率分布回归检验与参数估计

根据威布尔随机变量与其分布函数在威布尔概率纸上呈线性关系这一特征，经过对随机变量的变换，利用线性回归分析的相关系数检验随机变量是否服从威布尔分布，同时还可以确定威布尔概率分布参数的最优估计结果。     

可靠性假设检验

本文提出一种对母体百分位值和百分率(或可靠度)进行假设检验的方法。该方法适用于三参数威布尔分布、极值分布以及其他常用连续分布,而且便于工程应用。     

一种基于假设检验的多重渐消卡尔曼滤波

提出了一种基于假设检验的带多重渐消因子卡尔曼滤波的新算法.该算法采用χ2检验法,通过渐消因子矩阵对卡尔曼滤波器的噪声方差进行在线修正,从而使滤波器在对象模型存在误差或对象受到外扰时仍然收敛,同时能够提高系统的精度.该算法应用于车载GPS (Global Positioning System)/INS(Inerial Navigation System)组合导航系统中,取得了良好的效果.      

环境因子的分析及应用

本文通过对现行指数分布环境因子的分析，得出了两种环境条件下，产品参数随机变量之间的线性关系，进而对典型正态分布的环境因子的分析，提出了环境因子的二因子法，指出其普遍适用性，给出了应用环境因子对试验数据进行综合的一般步骤，且以实例予以说明。     

关于假设检验问题的讨论

讨论了假设检验问题的三种观点，即经典的Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ检验、条件频率检验、Ｂａｙｅｓ检验。仿真实例表明，在小子样前提下，Ｂａｙｅｓ检验更具吸引力。     

假设检验与CFD不确定度量化分析

针对CFD验证与确认中不确定度量化研究,提出了假设检验量化技术,采用了Grubs数据处理技术并具有好的鲁棒性,应用了假设检验原理分析了计算结果,可对CFD计算具指导作用,数值例子也说明了这一点。     

雨流-回线法及二维疲劳载荷分布假设检验

提出对实测载荷谱进行计数处理的雨流-回线法,使用该法能够简便地将实测载荷谱分离出独立的完整应力循环 ;并提出了二维疲劳载荷分布假设检验及其参数估计方法。最后,给出了应用实例