缩略语表 | 第5-6页 |
符号表 | 第6-7页 |
中文摘要 | 第7-10页 |
Abstract | 第10-12页 |
前言 | 第13-15页 |
文献回顾 | 第15-26页 |
1.样本量再估计 | 第15-16页 |
2.极大似然估计与EM算法 | 第16-19页 |
2.1 极大似然估计 | 第16-17页 |
2.2 EM算法 | 第17-19页 |
3.外推法 | 第19-20页 |
4.ML-Lump算法 | 第20-21页 |
5.生存资料模型 | 第21-23页 |
5.1 指数分布 | 第21-22页 |
5.2 Weibull分布 | 第22-23页 |
6.EM算法估计混合分布的参数 | 第23-26页 |
6.1 混合指数分布 | 第23-24页 |
6.2 混合Weibull分布 | 第24-26页 |
1.原理与方法 | 第26-27页 |
2.基于指数分布的样本量再估计方法 | 第27-49页 |
2.1 方法提出 | 第27-29页 |
2.2 模拟实验 | 第29-48页 |
2.2.1 模拟步骤 | 第30-32页 |
2.2.2 结果分析 | 第32-48页 |
2.3 讨论 | 第48-49页 |
3.基于Weibull分布的样本量再估计方法 | 第49-64页 |
3.1 方法提出 | 第49-50页 |
3.2 模拟实验 | 第50-62页 |
3.2.1 模拟步骤 | 第51-53页 |
3.2.2 模拟结果 | 第53-62页 |
3.3 讨论 | 第62-64页 |
小结 | 第64-66页 |
参考文献 | 第66-71页 |
附录 | 第71-86页 |
附录1 基于指数分布生存资料样本量再估计研究的SAS宏程序 | 第71-78页 |
附录2 基于Weibull分布生存资料样本量再估计研究的SAS宏程序 | 第78-86页 |
个人简历和研究成果 | 第86-87页 |
致谢 | 第87页 |