投影寻踪型Cramer—von Mises—Smirnov统计量

为了检验一个总体分布是否服从所给定的分布Ｆ（ｘ），Ｃｒａｍｅｒ－ｖｏｎ Ｍｉｓｅｓ－Ｓｍｉｒｎｏｖ统计量是一种常用的重要工具，对于一维分布，计算表明确切分布很快趋于极限分布。当样本量大于３时，确切分布与极限分布之差就很小，当总体分布是连续分布方法建立Ｃｒａｍｅｒ－ｖｏｎ Ｍｉｓｅｓ－Ｓｍｉｒｎｏｖ统计量，对此统计量尾部概率上界及极限分布，包括当样本很大，维数很高时的极限性质，自助法是否能逼近极限分     

加权PP型Cramer—VonMises统计量的极限分布及其展开式

给同维分布假设检验中的加权ＰＰ型Ｃｒａｍｅｒ－Ｖｏｎ Ｍｉｓｅｓ检验统计量,并在零假设为一般分布情形下的获得其统计量的极限分布及其分布展开式。     

加权PP型Crmer-Von Mises统计量的极限分布及其展开式

给出了高维分布假设检验中的加权ＰＰ型Ｃｒａｍｅｒ－Ｖｏｎ Ｍｉｓｅｓ检验统计量,并在零假设为一般分布情形下获得其统计量的极限分布及其分布展开式．     

投影追踪经验分布的极限分布类与常见重要分布数的关系

本文利用（３）中所给出的投影追踪经验分布的极限分布数的表示，通过几个例子说明了该分布类与对称的无究可分分布类，Ｌｅｖｙ分布类与稳定分布类之间的关系。     

光滑经验分布函数的Cram‘er—von Mises统计量

文中使用核函数光滑经验分布估计，考虑了著名的Ｃｒａｍ’ｅｒ－ｖｏｎ Ｍｉｓｅｓ统计量并获得其渐近分布和重对数律。     

PP Cramèr-von Mises统计量P值的近似计算

本文给出了PPCramer－vonMises统计量极限分布的一种近似计算方法，用一个г分布作为极限分布的近似．当总体分别服从圆周上均匀分布及二元正态分布时，通过模拟计算相应的P值，发现该近似计算办法合理可行．     

线性次序统计量和线性秩统计量的渐近正态性

本文用凸函数构造了线性次序统计量和线性秩统计量,并证明了它们的渐近正态性．     

正态总体位置参数移动的似然比检验统计量的分布

原假设（ｙ１，ｙ２．．．，ｙｎ）是正态独立随机量时间序列，其均值和方差分别为μ和σ＾２备选假设为均值μ在某一时刻（未知）发生变化，本文对σ＾２为已知的情况，导出了由Ｈａｗｋｉｎｓ（１９７７）提出的似然经检验统计量Ｕ的简明且便于计算的分布函数表达式，并建立了分布函数的数值表。     

基于顺序统计量的几何分布特征的进一步结果

用顺序统计量来刻划几何分布的特征已有不少结果，但仍有问题有待解决。本文在文「１」的基础上，针对Ａｒｎｏｌｄ「２」所提问题进行了进一步研究，得到了一些进一步的结果。这些结果同时给出了几何分布的基于顺序统计量的特征。     

截断和与次序统计量的联合极限分布

§1.引言 设{X_n,n≥1}是iidry序列,具有共同的非退化dfF.对每n≥1,以X_(n,1)≤…≤X_(n,n)。记X_1,……,X_n的次序统计量.如果整数k_n和l_n满足1≤k_n相似文献   

PP Kolmogorov-Smirnov统计量的极限分布的尾部下界(Ⅰ)

本文在相当一般情形(包括具正定散布阵的椭球等高分布以及正则且支撑有界的分布)下,给出 m 个正交投影方向产生的 PP Kolmogorov-Smirnov 统计量尾部概率的最好下界 c_1λ~(2((p-(m+1)/2)m+m-1)).exp(-2λ~2),其中 c_1为正常数,并把下列两种统计量的尾部概率的最好下界推广到一般情形,它们分别是超矩形上的 Kolmogo-rov-Smirnov 统计量(Adler 和 Brown,1986),以及超矩形上的 Kuiper 型统计量.     

有限混合模型有限制Log极大似然比统计量的极限分布

有限混合模型的Log极大似然比统计量极限分布不是平常x2分布,1985年已为Hartigan指出.在这篇文章我们限制了混合比大于一正数下,讨论了两个含单个未知参数混合模型的Log极大似然比统计量的极限分布,它是零与x2分布的混合分布.     

正态总体均值已知情况下方差的统计推断问题

数理统计的任务之一是利用样本提供的信息对总体作出统计推断，但在知道总体的有关信息时就应充分利用．本文讨论了正态总体均值μ已知的情况下方差σ～２的统计推断问题．     

两多维样本模型中位置参数相等性的M-检验

本文给出了基于投影寻踪方法检验两多维样本位置参数相等的M 统计量和t 统计量,分别用PP型自助M 统计量和PP型自助t 统计量给出了上述两统计量的近似分布, 并给出了检验的算法,进行一些模拟.     

极值分布指数的Pickands估计的渐近正态性

本文中，我们在很弱的条件下证明了极值分布形状参数的Ｒｉｃｋａｎｄｓ估计的渐近正态性．改进了Ｄｅｋｋｅｒｓ和ＤｅＨａａｎ在１９８９年给出的结果．另外，我们得到了几个关于正规变化函数的结果．     

关于线性秩统计量的渐近正态性及其收敛速度

本文讨论线性秩统计量的渐近正态性的条件及其收敛速度．推广了Hajek关于线性秩统计量收敛于正态分布的条件的重要定理，并得出了一个较易验证的充分条件．对于一般形式的计分函数，在一定条件下得出了相应线性秩统计量收敛于正态分布的速度．     

一类相依正态序列超过数点过程的渐近分布

{X_n,n≥1}为存在样本缺失的标准化平稳正态序列,相关系数r_n=EX_1X_(1+n).(?)_n与(?)_n分别为观测到与未观测到的子样形成的超过数点过程.令N_n=(?)_n+(?)_n.本文研究r_nln→ρ∈[0,∞)时超过数点过程N_n,(?)_n与(?)_n的弱收敛性及顺序统计量的联合渐近分布.