多项几何分布（英文）

本文研究了在伯努利试验下的收集问题,利用混料格子点集的理论,推导出了多项几何分布的概率函数.在伯努利试验中,如果假设各种试验结果发生的概率都相等,进一步提出了均匀多项几何分布.我们得到了两类分布的概率函数以及期望与方差,通过模拟验证了这两类分布与正态分布的差异,并由模拟结果建立关于概率与试验次数的多项式回归模型,使用该模型可以有效的简化计算.     

散度偏大计数数据分布的贝叶斯估计

本文针对索赔次数数据的特点, 讨论了两类可导致散度偏大特征数据的分布类型: 零点膨胀分布与膨胀参数分布, 并根据Bayes理论与MCMC方法, 利用WinBUGS对其进行建模和抽样\bd 经过比较,给出了实现分布拟合的途径, 最后通过两个数值例子加以展示.     

恒应力加速寿命试验中无失效数据的处理

对恒应力加速寿命试验中W eibu ll分布无失效数据,合理地构造了失效概率的两种先验分布,并结合现场试验数据,利用极大似然方法和Bayes方法对该组无失效数据进行了处理,所得结果表明本文给出的方法是正确可行的.     

两个和K个分布函数相符的自助法检验

两个和Ｋ个分布函数相等的检验在统计领域中,长期以来一直受到关注,为了克服高维空产中数据点的稀疏性,并且对一般情况进行处理,我们提出了几个投影追踪类型的统计量,并得到了这些统计量的极限分布的一些结果,对一些自助法逼近的性质进行了研究,更进一步地,由于计算的原因,对统计量的逼近,我们采用了数论方法,并进行了一些模拟试验。     

艾拉姆咖分布参数变点的Bayes估计

研究了艾拉姆咖分布变点估计的非迭代抽样算法(IBF)和MCMC算法.在贝叶斯框架下,选取无信息先验分布,得到关于变点位置的后验分布和各参数的满条件分布,并且详细介绍了IBF算法和MCMC方法的实施步骤.最后进行随机模拟试验,结果表明两种算法都能够有效的估计变点位置,并且IBF算法的计算速度优于MCMC方法.     

介绍一种二元阈值方法在股票指数上的应用

二元极值的阈值方法的一个发展是用来考虑两个变量的联合分布。这个方法是建立在二元极值的点过程表示法的基础上。本文用参数 (Logistic模型 )和非参数模型对 1992 1999年的上海、深圳日收盘指数对数收益进行分析并给出分析结果。     

样本均值偏离总体均值的概率估计

讨论当总体为两点分布时其样本均值偏离其总体均值的概率,并给出精确估计.随着样本容量的增大,这种偏差以指数收敛速度趋于零.     

斜t及斜Laplace分布

本文首先介绍一种用来处理重尾数据的斜t分布,并给出其相应的基本数字特征.基于Laplace分布的对称性及重尾性,定义一种新的分布一斜Laplace分布,推导出新分布的密度函数和分布函数,且通过密度函数曲线图书其与Laplace分布进行比较.最后,证实所提斜Laplace分布的重尾性质.     

按序列分布混沌与拓扑混合

本文讨论了按序列分布混沌与拓扑混合的关系,并证明了:若X为至少两点的可分局部紧致度量空间,连续映射f:X→X是拓扑混合的,则对于任一正整数递增序列{mi},存在X的c-稠密Fσ子集D是f按{mi}的某子序列的分布混沌集.     

多元Liouville分布的进一步探讨及一些有关分布

本文继[1]、[2]两文之后进一步讨论了多元Liouville分布(ML分布)的一些性质,去掉了[1]、[2]两文中关于独立性刻划的附加限制,同时论证了部分多个分量之和在ML分布中的重要地位,并由此得出了ML分布的边缘刻划。另外也给出了刻度不变统计量关于ML分布类的一些良好性质,并将上述结果应用于广义多元Liouville分布(GML分布)及其它有关分布类的讨论。