广义Gamma分布的参数估计
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 广义Gamma分布及其应用 | 第11-13页 |
| 1.2 数字特征及部分特例 | 第13-18页 |
| 1.2.1 数字特征及参数渐变特性 | 第13-16页 |
| 1.2.2 两种常用分布 | 第16-18页 |
| 1.3 论文主要工作和内容安排 | 第18-20页 |
| 1.3.1 本文的主要工作 | 第18-19页 |
| 1.3.2 本文的内容安排 | 第19-20页 |
| 第二章 现有估计方法 | 第20-29页 |
| 2.1 广义Gamma分布的采样 | 第20-21页 |
| 2.2 常见估计方法 | 第21-26页 |
| 2.2.1 最大似然估计法 | 第22页 |
| 2.2.2 矩估计法 | 第22-23页 |
| 2.2.3 对数累积量法 | 第23-25页 |
| 2.2.4 参数分离法 | 第25-26页 |
| 2.3 估计结果及评价标准 | 第26-28页 |
| 2.3.1 不同情况下的估计结果 | 第26-27页 |
| 2.3.2 评价标准 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 百分位估计法 | 第29-43页 |
| 3.1 百分位估计思想 | 第29-30页 |
| 3.2 点估计法 | 第30-38页 |
| 3.2.1 概率百分位点估计 | 第30-34页 |
| 3.2.2 样本百分位点估计 | 第34-37页 |
| 3.2.3 两种点估计法的对比 | 第37-38页 |
| 3.3 分位数最大似然法 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 贝叶斯估计法 | 第43-59页 |
| 4.1 贝叶斯估计概述 | 第43-44页 |
| 4.2 参数的先验及后验 | 第44-47页 |
| 4.2.1 基于Jeffreys的先验模型 | 第44-46页 |
| 4.2.2 主观经验先验 | 第46-47页 |
| 4.3 基于后验分布的抽样 | 第47-54页 |
| 4.3.1 自适应拒绝抽样 | 第47-49页 |
| 4.3.2 抽样条件判断 | 第49-54页 |
| 4.4 贝叶斯估计结果 | 第54-56页 |
| 4.5 性能比较 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 结语 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
