图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

关于相关系数性质的三种证明方法

对相关系数性质的三种证明方法进行了讨论,指出其优劣.并将相关系数性质应用于线性回归分析之中.     

相依样本下线性模型误差分布的相合估计

对于线性模型狔犻＝狓犻′β＋犲犻，犻＝１，…，狀，设误差序列｛犲犻｝是平稳的α 混合序列，犳（狓）为其 公共的未知密度函数，我们讨论了基于残差的犳（狓）的核估计＾犳狀（狓）＝１狀犪狀∑狀犻＝１犓（＾犲狀犻－狓犪狀）的弱相合性、逐点强相合性、一致强相合性及其收敛速度，其中＾犲狀犻为Ｌ．Ｓ．估计的残差．     

污染线性模型的非参数估计

Abstract. In this paper, the following contaminated linear model is considered: