DRE年龄性质的非参数检验

递减剩余Extropy(DRE)年龄性质是最近新提出的一个概念,其在可靠性理论中的意义表示元件年龄的不确定性随使用时间递减.文章研究如何检验随机变量是否是DRE的问题.首先定义了一个随机序比较DRE性质的强弱,并依此序导出一个度量DRE性质的参数.之后利用核密度估计的相关知识构造了一个渐近无偏的U统计量来估计该参数,该检验统计量的值过大时接受随机变量是DRE的假设.在一定条件下证明了检验统计量的渐近正态性,从而得到检验的渐近临界值.最后确定了核密度估计的最优形式,并进行了数值模拟.     

相协样本下Wilcoxon两样本统计量的渐近分布北大核心CSCD

研究了相协样本下Wilcoxon两样本统计量的渐近分布的问题.利用Hoeffding分解方法,获得了相协样本下Wilcoxon两样本统计量的渐近分布为正态分布的结果,推广了负相协样本下Wilcoxon两样本统计量的渐近分布的结果.     

相协样本下Wilcoxon两样本统计量的渐近分布

研究了相协样本下Wilcoxon两样本统计量的渐近分布的问题.利用Hoeffding分解方法,获得了相协样本下Wilcoxon两样本统计量的渐近分布为正态分布的结果,推广了负相协样本下Wilcoxon两样本统计量的渐近分布的结果.     

证券组合有效子集的统计推断

本文在奇异协方差阵下研究了证券组合有效子集的统计推断,得到了有效子集的一些新的判定条件,并导出了相应的检验统计量及其渐近性质,同时通过对有效子集假设检验问题及其检验统计量进行分解,本文还给出了相关检验统计量的一些经济含义.最后,为验证本文结果,我们还给出了一些随机模拟和实证分析的例子.     

多组样本下GL—统计量的渐近性质

本文主要讨论多组样本下GL－统计量的渐近分布,这里我们使用了Gateaut微分逼近方法,在多组i.i.d.样本下,给出了GL－统计量的渐近正态分布的一组条件,从而拓广了i.i.d样本下GL－统计量的渐近正态分布的性质[1]。     

多组样本下GL－统计量的渐近性质

本文上要讨论多组样本下GL－统计量的渐近分布。这里我们使用了Gâteaut微分逼近方法,在多组i.i.d.样本下,给出了GL－统计量的渐近正态分布的一组条件,从而拓广了i.i.d.样本下GL－统计量的渐近正态分布的性质[1].     

基于排序集抽样的非参数推断

主要考虑基于排序集抽样的两样本刻度参数检验，以Mood统计量为核，构造了两样本U统计量，并得出相应的极限分布，在总体分布为均匀分布的情况下，讨论了此检验统计量相对于Mood检验统计量的渐近效率．     

至多一个分布变点的非参数检验及其渐近性质

本文研究了连续分布函数变点的假设检验问题,通过秩统计量和次序统计量方法,得到了相应的检验统计量及其渐近性质.     

检验的渐近展开和功效损失

本文研究统计假设检验问题中的渐近展开和功效损失,给出一阶渐近展开,二阶效率和功效损失,并且研究了建立在L－,R－,U－统计量及组合L－统计量上的检验问题。     

$\beta$-ARCH模型的经验似然推断

研究β-ARCH模型的经验似然估计及相应似然比统计量的渐近性质,证得了相合性和极限分布．