二元相依Weibu11分布的参数估计(英文)

考虑生存函数为F(x_1,x_2)=exp{-[(x_1~(1/α)/θ_1)~(1/δ) ((x_2~(1/α)/θ_2)~(1/δ)]~δ},x_i>0,θ_i>0,i=1,2,α>0,0<δ≤1的二无相依Weibull分布。基于在Ⅰ型截尾情形下两个元件与串联系统的寿命试验数据,本文给出了未知参数θ_1,θ_2,α和δ的估计,并讨论了这些估计的渐近性质。本文还给出了随机模拟的结果。     

ON THE EXPECTED SAMPLE SIZES OF SOME POWER ONE TESTS FOR NORMAL MEAN WITH UNKNOWN VARIANCE

Suppose that x_1, x_2,…axe i. i. d. random variables on a probability space (Ω, ■, P_(θσ)) and x_1 is normally distributed with mean θ and variance σ~2, both of which are unknown. Given θ_0 and 0<α<1, we propose a concrete stopping rule T w. r. t. the {x_n, n≥1} such thatP_(θσ)(T<∞)≤α for all θ≤θ_0, σ>0,P_(θσ)(T<∞)=1 for all θ>θ_0, σ>0,■(θ-θ_0)~2(ln_2 1/θ-θ_0)~(-1)E_(θσ)T=2σ~2P_(θ_0σ)(T=∞),where ln_2 x=In(ln x).     

刀切Von-Mises统计量

设 X_1、X_2,…,X_n…为一系列独立同分布的随机变量,它们服从分布 F_θ。设(?)(x_1,x_2,…x_m)是关于 m 个变元 x_1,…x_m 对称的函数。定义以(?)为核的 U-统计量为U_n:(?)~(-1)∑_1≤α_1<…<α_m≤n(?)(X_α_1,…,X_α_m) (n≥m) (1)相应的 Von-Mises 统计量为     

u统计量分布的非一致性速度

本文研究了独立同分布样本的 u 统计量分布的非一致性速度,得到了与独立和完全类同的结果。若 E|h(x_1,x_2)|~(2+δ)<∞,(0<δ<1),且 Eg_1~2(x_1)>0,则存在与 F(F为 h(x_1,x_2)的分布函数有关的ψ(u),当 n 充分大时,有|P((U_n)/(σ_n)≤x)-Φ(x)|≤((ψ(√n(1+|x|)))/(n~2(1+|x|)~(2+(?)))其中:ψ(u)是(u>0)上的有界减函数且有 lim(?)ψ(u)=0。     

方差无穷非线性自回归序列的自加权L_1估计

对具有无穷方差的非线性自回归序列x_t=φ(x_(t-1),x_(t-2),…,x_(t-p),θ) ε_t,E(ε_t~2)=∞,利用局部二次近似和连续函数空间C(R~q)上弱收敛随机过程最小点的渐近性质,证明了若存在δ≥1,使得E|ε_t|~δ<∞成立,则θ满足一定条件的自加权L_1估计θ_(L_1)是渐近正态估计,Wald检验统计量也具有通常的x~2分布,为模型的统计推断提供了理论基础.     

PP Kolmogorov-Smirnov统计量其分布尾部的大样本上界

本文在较广泛的一类条件下得到了由m个正交投影产生的PP Kolmo-gorov-Smirnov统计量其分布尾部的大样本上界为C_0(p)λ~(2+1/δ_1)(p-m+1/2)m+2(m-1)·exp(-2λ~2),其中δ_1>0,C_0(P)为常数.特别,当P为椭球等高分布或有界分布时,δ_1=+∞。本文还对PP和古典Kuiper型统计量,得到其分布尾部的上界。     

关于一个积分不等式的Djokovi(?)''''s猜想(英文)

在1965年,Djokovi,D.Z提出[1]:设x_0(1-α_1)(x_2-x_0)时,(4)不成立,一般说,(4)式是否成立和点x_0相似文献   

随机序下的几个不等式

本文讨论了在某些随机序下寿命分布函数之间差的界。若F为寿命分布,其均值、二阶矩分别记作μ(F),μ_2(F)。主要结果为 1)若F0常数,则 sup|F(t)-G(t)|≤((2M)~2p)~(1/3) 最后,还在特殊的一类寿命分布族中讨论了用Weibull分布作近似的界。     

Y=θ1＋g（T）＋ε的二阶渐近有效性

对半参数线性模型Y=θ_1 g(T) ε根据PMLE作者构造了θ_1的二阶渐近有效估计,这里T和ε独立,g(·)和θ_1未知,ε的分布密度已知且均值为0方差是δ~2。     

在K—NN判别和预测中条件风险函数的估计量的强收敛性

设(θ,x),(θ_1,x_1),……,(θ_n,x_n)是独立同分布的随机向量,θ_(j 1)~((k))(θ_(k 1)~((k)))是(θ_1,x_1),……,(θ_i,x_i)和x_(j 1)对θ_(j 1)的K—NN判别(预测)值。本文用来作为L_n~((k)))的估计,并讨论了其强收敛性,即在很一般的条件下,证明了:其中L_u~((k))(L_u~((k)))是K—NN判别(预测)的条件风险函数,■     

连续型指数差分布

本文提出了一个连续型随机变量的概率分布:指数差分布。讨论了该分布的极值、拐点、数学期望和方差,推导了参数的矩估计公式,探讨了该分布与指数分布的关系,给出了该分布在药代动力学中的应用。     

离散型指数差分布

本文提出了一个离散型概率分布:指数差分布,推导了该分布的最可能成功次数、数学期望和方差,探讨了该分布与几何分布的关系,给出了该分布在马尔可夫链模型中的应用。     

多源验前信息下先验分布的稳健融合方法

根据多种先验分布与似然函数尾部特性的比较,给出了多源验前信息下先验分布的稳健融合方法.讨论了由该方法得到的融合先验分布的后验稳健性问题.最后的数值例子表明,由该方法得到的融合先验分布具有较好的稳健性,进一步验证了该方法的有效性.     

The exponential integral distribution

The exponential integral distribution is introduced. The gamma distribution is a subclass of this distribution. The higher order exponential integrals are closely related to both the gamma and the beta function. The physical relevance of this new distribution is discussed.     

半马尔可夫过程的极限分布及其推广

本文运用马尔可夫骨架过程的极限理论研究齐次可列半马尔可夫过程,得到其极限分布.当更新间隔的分布不是格子分布时,本文的结果和邓永录等[1]中的结果一致,但采用的方法不同,本文采用的是马尔可夫骨架过程的理论方法,而[1]中采用的是交替更新过程的方法;而且关于更新间隔服从格子分布的情形,[1]中没有研究,而本文给出了结果.最...     

������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.     

基于动态交易量预测的VWAP算法交易卖出策略

传统的VWAP交易策略通过预测区间交易量分布进行拆单交易,对于交易量区间分布的预测是基于区间成交量占总成交量比例进行的,这一预测方法没有考虑股票价格变动因素。因此,本文首先通过时间序列因素分解方法进行区间交易量分布预测,进而根据股票价格变化对区间交易量分布进行动态调整,并构建了基于动态区间交易量分布的股票卖出策略,最后通过实证检验了本文给出的动态区间交易量分布预测的有效性和交易策略的有效性。数值结果表明,本文所给动态区间交易量分布预测方法比传统VWAP方法预测结果更加接近于实际的交易量分布,且本文所给交易策略与传统VWAP交易策略相比,具有更大的收益。     

欧盟碳市场期货价格分布特征分析

市场价格的收益率特征是研究市场特点的出发点.从各类常见分布入手,检验了欧盟碳市场的真实分布特性,最终发现稳态分布最适宜于描述碳市场的收益率分布.据此,讨论了欧盟碳市场的信息传递与风险评价特点.     

Chernoff-Savage统计量的Bootstrap逼近

本文将Efron提出的Bootstrap方法应用于具有广泛应用的Chernoff-Savage统计量，讨论了它的Bootstrap分布的渐进性质，证明了该统计量的规则化形式的Bootstrap分布弱收敛干正态分布．     

The discrete-time single-server queue

In this paper we consider the discrete-time single server queueing model with exceptional first service. For this model we cannot define the steady-state waiting-time distribution simply as the limiting distribution of the waiting times, since this limit does not always exist. Instead, we use the Cesaro limit to define the limiting waiting-time distribution. We give an exact relation between the generating functions of the steady-state waiting-time distribution and of the idle-time distribution in the case of general interarrival-time and service-time distributions. Once we have this relation, we can give more explicit results when the generating function of either the interarrival-time distribution or the service-time distribution is rational. We also derive some results on the asymptotic behaviour of the waiting-time distribution.