基于模糊樣本信息的若干參數(shù)估計問題研究.pdf

1、經(jīng)典概率統(tǒng)計是處理隨機數(shù)據(jù)信息的重要工具之一，但由于好多現(xiàn)實問題中的數(shù)據(jù)信息帶有模糊性，因而要求發(fā)展經(jīng)典的概率統(tǒng)計理論和方法，其中將模糊集的方法引入到統(tǒng)計學(xué)中是一個重要的方面，模糊統(tǒng)計已經(jīng)成為國際上的一個研究熱點。在模糊統(tǒng)計理論中，形成許多的分支：模糊估計、模糊假設(shè)檢驗、模糊回歸、模糊貝葉斯統(tǒng)計等。本文主要是基于模糊樣本信息，對參數(shù)估計問題做了一些研究。主要工作如下：
　　 首先，本文引入了含有一個模糊數(shù)據(jù)的容量為n的隨機樣本的

2、概念，并定義了這種樣本中參數(shù)的充分統(tǒng)計量和無偏估計量。
　　 其次，本文通過Zadeh的擴張原理，給出了一維K-K-M型模糊隨機變量情形下總體未知參數(shù)的極大似然估計方法，得到了它們的存在條件，一致條件及其相關(guān)性質(zhì)。
　　 再次，本文根據(jù)Klement提出的基本原理-模糊隨機變量的強大數(shù)定律進行參數(shù)估計。Kruse給出了利用來自一維模糊數(shù)N(R)的模糊隨機信息來估計取值于N(R)的模糊參數(shù)的方法框架。本文將其推廣到多維的情