张忠占
- 作品数：74 被引量：246H指数：7
- 供职机构：北京工业大学更多>>
- 发文基金：国家自然科学基金北京市自然科学基金教育部“优秀青年教师资助计划”更多>>
- 相关领域：理学医药卫生文化科学自动化与计算机技术更多>>
- 多应答数据下列联表的检验被引量：1
- 2008年
- 本文讨论多应答数据(Multiple Column Responses)下列联表的独立性检验问题,针对对立假设为序假设的情形,提出一个近似F检验.模拟表明,该检验的名义水平与真实水平接近,并有较高的功效.
- 张忠占吴联海
- 函数型Probit模型的Sieve极大似然估计
- 本文研究函数型Probit模型的sieve极大似然估计的渐近性质。在一定的条件下，证明了该估计的强相合性和渐近正态性以及该估计的非参数部分达到最优收敛速度。最后给出了一个模拟研究，表明本文的sieve极大似然估计有较好的...
- 王龙兵杜江张忠占
- 基于众数回归的部分函数型线性可加模型的稳健估计被引量：9
- 2019年
- 本文讨论部分函数型线性可加模型参数的稳健估计,该模型由经典的可加回归模型和函数型线性模型组合而成.采用B-样条基函数对模型中斜率函数和非参数可加函数进行近似,然后通过最大化众数回归目标函数得到基于众数回归的估计.在一些正则条件下,本文给出估计的收敛速度和渐近分布.最后通过模拟计算和应用实例以表明所提方法的有效性.模拟结果表明,该方法不仅具有稳健性,即不易受污染数据或厚尾分布的影响,而且在信噪比较大时可以与最小二乘方法有相同的表现.
- 余平杜江张忠占
- 关键词：B-样条可加模型
- 关于参数设计的一个注记
- 2001年
- 本文提出了参数设计中方差估计的一种新方法 -非参数估计方法 ,用以代替田口的信噪比中的方差估计。实例表明 ,该方法不但可以对因子进行分类 。
- 张忠占
- 关键词：方差估计信噪比正交表参数设计田口方法方差估计
- 一类毒性试验中药物剂量水平的识别
- <正>一、引言通过药物毒性试验可以了解诸如药物、食品添加剂以及杀虫剂之类的物质可能产生的毒性。通常在这类试验中,将试验动物随机分为几组,将每组动物在该物质某个指定的剂量水平下暴露一段时间,记录下这些动物的某些响应变量的值...
- 李春红张忠占
- 文献传递
- 大数据背景下研究生公共课程《数据分析与统计软件》改革探索的思考被引量：5
- 2019年
- 随着大数据时代的到来,数据分析能力受到各专业领域的重视,以大数据背景下培养和提高研究生数据分析能力作为目标,文章对研究生数理统计类公共课程的改革进行了分析和探讨,从设计教学内容、创新教学模式和改革考核方式等方面提出了改革方案,为培养适应大数据时代发展的创新人才提供参考。
- 戴君杜江谢俐张忠占
- 关键词：大数据数据分析能力课程改革
- 多重相对失效率投影估计的一个算法(英文)
- 2002年
- 基于相对危险率的Ｂｅｇｕｎ－Ｒｅｉｄ估计，用投影方法构造出多重相对危险率的新型估计量，并给出了估计量及其协方差阵估计的一个算法．模拟研究表明，这种估计在中小样本的某些情形，比已有的估计有更小的方差．该算法也适用于有集束生存时间的情形，以及对混杂变量分层的模型．
- 张忠占许振敏李芳存
- 关键词：估计量
- 双定数混合截尾下两参数Pareto分布的统计分析被引量：8
- 2022年
- 在传统的定时和定数截尾试验的基础上,该文首次提出了一种新的截尾试验方案:双定数混合截尾.基于这类截尾数据求出了两参数Pareto分布参数的极大似然估计及θ的置信区间.当α已知时,取Gamma先验分布的情况下,求出了三种不同损失函数下参数θ、可靠度函数以及失效率函数的Bayes估计;当α,θ都未知时,分别取无信息先验分布和指数先验分布,在平方损失函数下分别计算出α,θ、可靠度函数以及失效率函数的Bayes估计.利用Monte-Carlo方法模拟出双定数混合截尾样本,进而得到了两参数Pareto分布的参数及可靠性指标的估计,计算出相对误差并把各种估计的精度进行了比较.最后对一个数值例子进行了分析.
- 龙兵张忠占
- 关键词：极大似然估计先验分布BAYES估计
- 多元超结构Berkson测量误差模型的分析
- 2012年
- Berkson测量误差模型在工业、农业、流行病学、经济学等领域有广泛的应用.本文考虑了一类多元超结构Berkson测量误差模型,给出了该模型中参数的相合估计,推导了估计的渐近分布,并把该方法应用到一元超结构Berkson测量误差模型中,最后给出了模拟结果和实例分析来说明本文所提出的估计方法的表现.
- 张赛茵吴密霞张忠占
- 关键词：渐近性质相合估计
- 全函数型线性回归模型参数的可分解性检验
- 2024年
- 本文提出一个可以用于检验函数型线性回归模型参数可分解性的方法.在参数的可分解性条件下,形成了一个新的函数型线性模型结构,此模型结构不仅降低全函数型线性模型的复杂度,还有利于对数据进行解释.构造的检验统计量主要基于模型参数在可分解结构与不可分解结构距离的范数.理论上证明了检验统计量在原假设和备择假设下的大样本性质.借助于Wild Bootstrap的重抽样技术,通过具体的模拟例子和实际数据分析来验证此检验方法的有效性.
- 夏丽丽张忠占
- 关键词：函数型数据大样本性质BOOTSTRAP
