若干矩阵Г分布的相关分布

本文研究了与矩阵Г分布相关的若干分布的密度函数，利用矩阵Г分布的特征函数和它的Bartlett分解等方法，获得了与矩阵Г分布相关的几个分布的密度函数解析表达式，它们包括Г分布随机矩阵的子矩阵、行列式、迹和特征根的分布密度，进一步还得到了相关系数矩阵的分布密度函数形式．     

Pearson-χ~2距离的若干性质

本文对数理统计中常用的 Pearson- χ2距离的分析特性进行了讨论 ,得到了这一距离的一些解析性质 ,最后我们还给出了几个常用距离的关系 .     

一类加权可靠指数分布

本文研究了一种含有形状参数和尺度参数的加权可靠性指数分布.利用变量替换以及极大似然法,研究了在特定尺度参数下此分布的构造性表示,并导出了计算该分布两个参数极大似然估计的迭代解,同时还给出了估计参数的渐近分布形式.     

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.     

若干矩阵Γ分布的相关分布

本文研究了与矩阵Γ分布相关的若干分布的密度函数,利用矩阵Γ分布的特征函数和它的Bartlett分解等方法,获得了与矩阵Γ分布相关的几个分布的密度函数解析表达式,它们包括Γ分布随机矩阵的子矩阵、行列式、迹和特征根的分布密度,进一步还得到了相关系数矩阵的分布密度函数形式.     

矩阵非中心Г－分布

本文定义了矩阵形式的非中心－分布。它将常见的一元Ｇａｍｍａ分布，非中心Ｘ２－分布，和多元分析中的中心则Ｗｉｓｈａｒｔ分布，非中心Ｆ－分布等纳入一个整体，进而推导了它的特征函数与特征根的分布密度函数，为一些检验奠定了基础．     

两个矩阵分布的信息特征

熵是一个分布的重要信息特征，通过对矩阵变量积分的一些技巧，利用矩阵r分布的特征，本文获得了矩阵F分布和矩阵Beta分布的熵．     

混合导数测度的性质及其应用

本文讨论了三维Bernoulli分布与正态分布在混合导数测度下的可压缩性的问题，导出了这两个分布在混合导数测度下可压缩的充分必要条件。同时利用混合导数测度，我们在适当条件下解决了[1]提到的无向图的Gibbs分解问题。     

两个矩阵分布的信息特征

熵是一个分布的重要信息特征,通过对矩阵变量积分的一些技巧,利用矩阵Γ分布的特征,本文获得了矩阵F分布和矩阵Beta分布的熵.     

有缺失数据的2×2×2列联表的参数估计

本文讨论了缺失数据的 2× 2× 2列联表的参数估计问题 ,通过给出适当的模型和观测数据模式 ,我们给出了各列联表各细胞参数的估计 ,并且证明这些估计是G -Markov的