Cauchy-Schwarz不等式的推广

在非负定矩阵的偏序意义下讨论了对Cauchy-Schwarz不等式的推广,将随机变量情形下的Cauchy-Schwarz不等式推广到随机向量情形,而且两个随机向量的维数不要求相等,一个是随机变量另一个是随机向量是其中的一个特殊情形,另外还研究了有限维空间中的向量情形的Cauchy-Schwarz不等式在矩阵情形下的推广,得到一个十分简明的结果,并将此结果用于讨论一类随机向量簇的协方差阵的下界,不仅得到下界的具体表达式,而且给出能达到该下界的充分必要条件.     

奇异多元正态随机向量的新定义及与其他定义的等价性

通过对奇异协方差阵的行列式重新定义及广义逆矩阵的概念,给出了奇异多元正态随机向量的新定义,并讨论了与其他定义之间的等价关系.     

封闭型保单组未来损失现值向量的联合分布及渐近分布

本文针对封闭型保单组,利用历年死亡人数随机向量D,将保单组的未来给付现值随机变量和未来损失现值随机变量表达为某个满秩矩阵和D的乘积,根据D服从多项分布的性质,得到未来损失现值随机向量渐近服从多元正态分布的结果,为分析责任准备金提供了一个新的框架.     

对称分布的矩刻画

从随机变量矩的角度给出了分布对称的充要条件,讨论了偏度、协方差与分布对称之间的关系.     

一种离散型随机变量的分布

讨论一种离散型随机变量的分布,得到了此种随机变量的概率分布以及该分布的数学期望与方差,并验证了该分布应满足的必要条件.     

随机变量和的特征函数的性质与应用

运用随机变量和的特征函数定义研究了随机变量和的特征函数在原点处二阶导数与协方差矩阵的关系,并给了一个简单的应用.     

既非离散又非连续的随机变量

讨论既非离散又非连续的随机变量,总结这类随机变量分布函数的特点,由此可进行这类随机变量类型的判定.通过举例给出既非离散又非连续型随机变量数学期望的求法.     

一类多元重复测量模型参数的似然比检验及其功效分析

在多元重复测量试验模型下,当受试对象观测矩阵的协方差矩阵∑为等方差等协方差结构时,给出了参数的似然比检验统计量.给出该检验在原假设下的渐近零分布和在备择假设下的渐近非零分布,并就检验的功效进行了分析.     

连续型随机变量最值分布的期望的求法

利用连续性随机变量函数的期望的公式,得到连续性随机变量最值的分布的期望求法.这一结论有助于简化求解不独立的随机变量最值分布的期望.     

广义矩阵分布下多元回归模型的贝叶斯推断

考虑具有奇异矩阵椭球等高分布误差的多元线性回归模型的贝叶斯统计推断,在非信息先验下得到了系数矩阵关于Hausdorff测度的后验边缘分布和未来观察值的预测分布,并得到了一类特殊奇异矩阵椭球等高分布下误差协方差矩阵的后验边缘分布.对于具有奇异矩阵正态分布误差的多元线性回归模型,在广义正态-逆Wishart共轭先验下得到了类似的后验边缘分布和预测分布结果.在上述两种先验分布下,回归系数矩阵的后验边缘分布和预测分布是双奇异矩阵t分布,这种分布具有关于Hausdorff测度的精确密度.结果表明,在非信息先验下,回归系数矩阵的后验边缘分布和未来观察值的预测分布在奇异矩阵椭球等高分布类中具有稳健性.     

实值随机变量的随机序与对偶随机序

本文讨论随机变量的高阶序问题，1简要地叙述了随机变量排序的经济学含义，主要是期望效用理论与其对偶理论，2讨论了实值随机变量基于分布函数的高阶序问题，给出了其基于期望效用理论的刻画。3讨论的是实值随机变量的基于对偶理论（对偶矩)的高阶序问题，并给出了其基于随机变量的Yarri等价性度量的刻画。     

关于离散型随机变量次序统计量分布矩阵对称性猜想的探索

本文研究了离散型随机变量次序统计量的分布矩阵的对称性 ,获得了二个定理 .定理 1　服从等概率二点分布或等概率三点分布的离散型随机变量的次序统计量的分布矩阵是对称矩阵 .定理 2　取值有限且等概率的离散型随机变量的次序统计量的分布矩阵具有中心对称性 .     

Fisher-Z分布次序统计量的普通多元随机序

本文研究了Fisher-Z分布次序统计量的随机比较问题.利用Beta随机变量的性质以及比例风险率模型的次序统计量随机比较的结论,获得了Fisher-Z分布次序统计量向量的普通多元随机序的比较,推广了文献中的相关结果.     

两个半相依回归方程中的Bayes和经验Bayes迭代估计

对由两个不相关的回归方程组成的系统(y1为m维向量,y2为n维向量,m≠n),运用协方差改进技巧,提出回归系数的参数型Bayes和经验Bayes迭代估计序列.证明了Bayes迭代估计的协方差矩阵序列的单调收敛性和Bayes迭代估计序列的一致性.当误差的协方差矩阵未知时,在均方误差准则(MSE)下,证明了经验Bayes迭代估计相对于单个方程的Bayes估计的优越性.这些结果进一步表明了协方差改进方法的有效性.     

线性模型中均值向量的最小二乘估计和最佳线性无偏估计之差的欧氏范数的界

我们讨论最一般的线性模型 Y=Xβ e E(e)=0,Cov(e)=V,(1)其中Y为n×1随机观测向量,X为n×p的已知矩阵,其秩 R(X)=r,β为p×1未知参数向量,e为n×1随机误差向量,E(e)表示e的均值向量,Cov(e)表示e的协方差矩阵.V为n×n的定正方阵.记为V>0(下同).     

i．i．d随机变量随机和的数字特征

讨论了i．i．d的随机变量随机和的数学期望和方差、特征函数以及矩母函数的计算公式。并对求和个数服从几何分布和Possion分布，随机变量服从指数分布时给出了直接结果．     

阵列代数与高阶矩

阵列代数与高阶矩李作发，罗玉芳（武汉测绘科技大学，武汉４３００７０）在概率中，ｎ维随机变量的协方差阵表达了各分量围绕它们的数学期望的疏散程度，以及各分量间相关程度的一组数字特征．我们将利用阵列代数引进ｔ个ｎ维随机向量的各分量间相关程度的ｔ阶相关中心矩...     

矩阵F分布渐近正态分布的一种方式(英文)

本文主要讨论矩阵F分布的一致渐近正态性.通过计算矩阵F分布和多元正态分布的Kullback-Leibler距离,找到了矩阵F分布一致渐近正态分布的条件.     

多元线性回归模型中的线性经验Bayes估计

H.Robbins提出的经验Bayes估计应用于多元线性回归模型,已有一些文献进行了讨论。Martz和Krutchkoff通过Monte-Carlo模拟试验讨论了一般假设下的线性回归模型问题,但并没有从理论上证明他们所给出的EB估计的任何相合性和渐近最优性。Wind考虑了当误差向量满足0均值σ~2I为协方差阵时,回归系数的EB估计问题,但其结果也存在着缺陷。Singh考虑了在多元线性回归模型中误差向量具有多元正     

多元马氏模型Phase-type分布的反问题

本文在多元马尔可夫模型下研究Phase-Type分布的反问题.在确定模型中各随机序列的瞬时状态集转移到吸收态集的首达时间的条件下,根据多元马氏模型的首达时间的条件分布向量序列,针对PhaseType分布的反问题,求出多元马氏模型瞬时状态集的转移概率矩阵.