二次型之比服从F—分布的充分必要条件

考察F－分布的密度和矩，本文给出了正态随机向量二次型之比服从F－分布的充分必要条件，进而给出了椭球等高随机向量二次型之比服从F分布的充分必要条件．作为应用，我们减弱了传统F－检验中对两简单子样独立性的要求．     

极值分布和威布尔分布异常数据的检验方法

本文对威布尔分布的极值分布异常数据的检验给出了一系列的方法，首先，导入了极值分布下一般Ｄｉｘｏｎ型统计量的精确分布，同时还给出了改进的Ｇ型统计量，及它们的分位点表。最后本文提出了一个新的统计量；Ｆ型统计量，并用Ｍｏｎｔｅ－Ｃａｒｌｏ模拟的方法给出其分位点表，从而首次给出威布尔分布异常值的直接检验方法。本文进一步讨论了这些检验方法的功效，且表明Ｆ型检验是最优的。     

两指标双F统计过程控制图

当产品质量指标服从二元正态分时,可用T2控制图与Λ控制图联合判断产品生产的过程是否处于受控状态。本文利用T2统计量与F统计量、Λ统计量与F统计量之间的关系,得到了两指标情形下两类基于F分布统计量的统计过程控制图,简称双F统计过程控制图,并给出了控制图应用实例。     

函数型二次模型的假设检验

本文研究了函数型二次回归中二次参数函数的显著性检验问题。采用函数型主成分分析将预测变量函数进行投影降维,利用零模型和全模型的残差平方和构造F型检验统计量。在一定的正则条件下证明了检验统计量在原假设下渐近于F分布,在备择假设下检验统计量依概率趋于无穷,从而表明该检验方法是相合的。进一步证明了在一定收敛速度的局部备择假设下,检验统计量渐近于非中心F分布。最后通过数值模拟研究了该检验方法在有限样本下的表现,并给出了一个实际例子进一步验证所提方法的有效性。     

斜球变量的F统计量

本文研究斜球变量的F统计量的性质并引进了一类斜F分布.我们得到了密度函数,分布函数,矩发生函数和矩,考察了F检验在斜正态分布族内的性质.     

Kolmogorov统计量的精确分布及其在Bootstrap逼近中的应用

假设x₁,x_m iid服从分布F,当F连续时,Kolmogorov统计量的精确分布已由张里千(1956)获得.本文考虑在n个点上取概率为1/n的离散分布.得到的精确分布与张里千的结果有相同的形式.利用这个结果,得到Kolmogorov统计量分布的Bootstrap逼近的收敛速度为n^-1/2的阶.这是对统计量的极限分布形式复杂甚至未知的情况下Bootstrap逼近的收敛速度问题的一个初步的探讨.     

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．     

关于离散型随机变量次序统计量分布矩阵对称性猜想的探索

本研究了离散型随机变量次序统计量的分布矩阵的对称性,获得了二个定理。定理1服从等概率二点分布等概率三点分布的离散型随机变量的次序统计量的分布矩阵是对称矩阵。定理2取值有限且等概率的离散型随机变量的次序统计量的分布矩阵具有中心对称性。     

ARCH模型分布变点监测与应用

分布变点监测是时间序列交点分析的一个重要内容.为将分布交点监测从线性时间序列模型拓展到非线性时间序列模型,提出一种经验特征函数型的统计量监测ARCH模型误差项平方的分布变点,给出了监测统计量在原假设下的极限分布,并证明了此方法的一致性,用Bootstrap重抽样方法获得了极限分布的临界值,并和Kolmogorov-smirnov型监测统计量进行了比较.模拟结果和实例分析说明了当已观测样本量较大时,采用经验特征函数型统计量监测效果较好.     

关于离散型随机变量次序统计量分布矩阵对称性猜想的探索

本文研究了离散型随机变量次序统计量的分布矩阵的对称性 ,获得了二个定理 .定理 1　服从等概率二点分布或等概率三点分布的离散型随机变量的次序统计量的分布矩阵是对称矩阵 .定理 2　取值有限且等概率的离散型随机变量的次序统计量的分布矩阵具有中心对称性 .