圆内二维均匀分布的参数估计

研究了圆内二维均匀分布的参数估计,利用次序统计量得到了圆的半径的估计量与置信区间.     

n维球内均匀分布的参数估计

研究了n维球内均匀分布的参数的点估计与区间估计,利用次序统计量得到了球半径的最大似然估计,在此基础上构造了球半径的无偏估计,并且证明了该无偏估计的相合性.利用构造枢轴量的方法得到了球半径的最短置信区间.     

两个均匀分布总体标准差比的区间估计

考虑取两个均匀分布总体样本数不等时,两个均匀分布总体标准差比的估计,给出了两个均匀分布总体标准差比的区间估计.     

关于两个均匀分布总体标准差比的估计

考虑取两个均匀分布总体样本数不同时,两个均匀分布总体标准差比的估计,给出了两个均匀分布总体标准差比的区间估计.     

基于若干个样本分位点的参数估计方法

本文提出了一种基于若干个样本分位点的参数估计方法。首先，对于来自具有连续分布函数Ｆ（ｘ，θ）的随机样本Ｘ１、Ｘ２，．．．Ｘｎ定义度量函数Ｍｎ（θ），利用度量函数亚估计未知参数θ０，并证明了此种估计在一定的条件下具有：存在性，相合性和渐近正态性；对于各种寿命分布的具体应用进行了探讨；最后，对本文所提出的方法进行了模拟计算，并把结果同Ｂａｉｎ－Ａｎｔｌｅ估计方法和回归方法进行了比较，得到了此种估计具有     

二维均匀分布矩形区域面积的估计

根据一维均匀分布区间长度的区间估计,探讨了二维均匀分布矩形区域面积的估计问题,并给出了其各种估计.     

均匀分布区间长度的估计

给出了均匀分布区间长度的估计量以及概率密度,并给出了区间长度的区间估计.     

均匀分布参数的无偏估计及其分布

讨论了均匀分布未知参数无偏估计量的分布密度,利用无偏估计量构造出一些新的样本函数,并且利用给出的样本函数推导出了未知参数的置信区间.所得到结果改善了现有的估计,易于计算.     

均匀分布与正态分布的教学设计

通过针对一元和二元均匀分布、正态分布实施重点教学,就概率统计的概念和知识点,讨论它们之间的联系及对比,再把分散的内容进行归纳。教学过程注重讲解均匀、正态反映的随机性的区别及各自的应用背景,使学生对这些抽象的概念有一个较生动化的认识．     

长方体上均匀分布的密度函数

讨论了长方体上均匀分布密度函数问题,得到了长方体体积的估计量、估计量的点估计及估计量的密度函数.     

竞争风险场合PL型估计的强一致收敛性

本文构造了竞争风险场合分布函数的乘积极限（PL）型估计，运用经验过程的强逼近理论及Toylor展开方法，给出了PL型估计在全直线上的强一致收敛速度及其充分必要条件。     

球内三维均匀分布区域半径的估计

讨论了球内三维均匀分布区域半径的估计,利用次序统计量得到球形区域半径的估计量和置信区间,并证明了所给置信区间为一定条件下的最短置信区间.     

竞争风险场合PL型估计的弱一致收敛性

本文构造了竞争风险场合分布函数的乘积极限（PL）型估计，运用经验过程的逼近理论及Taylor展开方法，给出了PL型估计在全直线上的弱一致收敛速度及其充分必要条件。     

������β����ȱʧ����Frechet�ֲ������Ľ��Ƽ�����Ȼ����

Frechet distribution is an important life distribution. In this paper, approximated maximum likelihood estimator for two parameter Frechet distribution under type II censoring is investigated. And the feasibility of this method is obtained through the Monto-Carlo simulation.     

小样本的均匀分布参数的区间估计和假设检验

本文提出了小样本的均匀分布参数的区间估计和假设检验方法 .数值模拟计算后效果良好     

具有正态逆伽玛先验的正态分布中的方差参数在Stein损失下的贝叶斯后验估计量（英文）

对于先验分布为正态逆伽玛分布的正态分布的方差参数,我们解析地计算了具有共轭的正态逆伽玛先验分布的在Stein损失函数下的贝叶斯后验估计量.这个估计量最小化后验期望Stein损失.我们还解析地计算了在平方误差损失函数下的贝叶斯后验估计量和后验期望Stein损失.数值模拟的结果例证了我们的如下理论研究:后验期望Stein损失不依赖于样本;在平方误差损失函数下的贝叶斯后验估计量和后验期望Stein损失要一致地大于在Stein损失函数下的对应的量.最后,我们计算了上证综指的月度的简单回报的贝叶斯后验估计量和后验期望Stein损失.