習(xí)長新

摘要：對左截斷右刪失型Burr Ⅻ分布的樣本數(shù)據(jù)，分別采用極大似然法和EM算法給出了形狀參數(shù)的估計公式，并通過隨機模擬方法給出了估計的結(jié)果。結(jié)果表明：極大似然法和EM算法均有較好的估計結(jié)果，極大似然法估計得到的結(jié)果相對誤差更小。

關(guān)鍵詞：左截斷右刪失;Burr Ⅻ分布;極大似然法;EM算法;隨機模擬

中圖分類號：O212.8 文獻標志碼：A 文章編號：1008-4657（2020）05-0092-05

0 引言

BurrⅫ分布在質(zhì)量控制、保險精算和可靠性等領(lǐng)域得到廣泛的應(yīng)用，受到許多統(tǒng)計學(xué)家和學(xué)者的廣泛關(guān)注，許多學(xué)者對其性質(zhì)進行了深入的探討[1-6]，文獻[7-11]探討了左截斷右刪失數(shù)據(jù)下瑞利分布、離散威布爾分布、Pareto分布、Weibull分布和指數(shù)分布的參數(shù)估計問題，但對Burr Ⅻ分布在左截斷右刪失數(shù)據(jù)下的參數(shù)估計還沒有人研究，本文假設(shè)尺度參數(shù)已知，在左截斷右刪失數(shù)據(jù)下給出形狀參數(shù)的極大似然估計和EM算法估計，并通過隨機模擬進行比較。

1 Burr Ⅻ分布左截斷右刪失數(shù)據(jù)下的實驗?zāi)Ｐ?/p>

2 Burr Ⅻ分布的參數(shù)估計方法

2.1 極大似然法計算形狀參數(shù)估計值

2.2 EM算法計算形狀參數(shù)估計值

假定參數(shù)θ沒有任何先驗信息，根據(jù)貝葉斯理論選擇先驗分布π（θ）為0，1上的均勻分布，則θ的添加后驗密度函數(shù)為：

3 對參數(shù)θ的數(shù)值模擬計算

參考文獻：

[1] Jaheen Z F，Okasha H M.E-Bayesian Estimation for the Burr Type XII Model Based on Type-2 Censoring[J].Applied Mathematical Modelling，2011，35（10）：4 730-4 737.

[2] 彭佳龍，杜偉娟，袁瑩，等.Burr Ⅻ分布參數(shù)的經(jīng)驗Bayes估計的漸進最優(yōu)性[J].數(shù)學(xué)雜志，2013，33（1）：167-174.

[3] 韋師，李澤衣.復(fù)合LINEX對稱損失下Burr XII分布參數(shù)的Bayes估計[J].高校應(yīng)用數(shù)學(xué)學(xué)報A輯，2017，32（1）：49-54.

[4] 郭紅瑩，吳黎軍.混合兩參數(shù)Burr分布的參數(shù)估計[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2014，28（3）：135-139.

[5] 劉榮玄.對稱熵損失下BurrⅫ分布族形狀參數(shù)和失效率函數(shù)的Bayes估計[J].數(shù)理統(tǒng)計與管理，2014，33（3）：434-440.

[6] 龍兵.雙邊定時截尾下Burr Ⅻ分布的參數(shù)估計[J].蘭州理工大學(xué)學(xué)報，2018，44（6）：158-162.

[7] 熱比古力，周菊玲.基于左截斷右刪失數(shù)據(jù)下瑞利分布的參數(shù)估計[J].數(shù)學(xué)的實踐與認識.2018，48（22）：202-206.

[8] 何朝兵.右刪失左截斷數(shù)據(jù)下離散威布爾分布的參數(shù)估計[J].鄭州大學(xué)學(xué)報（理學(xué)版），2016（2）：18-23.

[9] 趙江南，周菊玲.基于左截斷右刪失數(shù)據(jù)的單參數(shù)Pareto分布參數(shù)估計[J].數(shù)學(xué)的實踐與認識，2017，47（15）：254-257.

[10] 胡雋，曹顯兵.左截斷右刪失下Weibull分布參數(shù)估計及其應(yīng)用[J].數(shù)學(xué)的實踐與認識，2015，45（17）：228-234.

[11] 胡雋，曹顯兵.基于左截斷右刪失數(shù)據(jù)的指數(shù)分布參數(shù)估計[J].統(tǒng)計與決策，2016（16）：71-73.

[責任編輯：鄭筆耕]