二元Burr Ⅲ型分布的识别性和渐近独立性

本文讨论了二元Burr Ⅲ分布的识别性和尾部相关性,若已知可识最小值的分布密度时,所有参数皆可识别;另外,还计算了X,Y之间的尾部相关系数,证明了X,Y之间的渐近独立性.     

二元一般指数分布的识别性及其参数估计

讨论了一般二元指数分布的识别性问题及参数估计问题.本文证明了两个结论:其一、当只有最大值随机变量的分布已知时,仅一个参数可识别;其二、当可识别最大值的分布已知时,所有参数皆可识别.进一步根据上述结论得到了所有参数的最大似然估计.     

二元Marshall~Olkin型指数分布的独立性和不相关性

若(X,Y)服从二元Marshall^Olkin型指数分布,则X,Y相互独立与不相关是等价的.     

二元Marshall-Olkin型指数分布的独立性和不相关性

若（X,Y）服从二元Marshall-Olkin型指数分布,则X,Y相互独立与不相关是等价的．     

二元Block-Basu型指数分布的独立性与不相关性

若（X,Y）服从二元Block-Basu型指数分布,则X,Y相互独立与不相关是等价的．还给出了X,Y的相关系数和尾部相关系数．     

二元寿命分布的识别性及参数估计

讨论二元寿命分布的识别性及参数估计,仅是最小值的分布已知时,只有一个参数可识别,当可识最小值的分布已知时,所有参数皆可识别;由此得到了所有参数的最大似然估计.     

二元Arnold-Strauss型指数分布的条件指数性及渐近独立性

本文讨论二元Arnold-Strauss型指数分布的条件指数性及渐近独立性,证明了给定X关于Y的条件密度和给定Y关于X的条件密度都是指数分布密度,求出了用于预报的条件概率;并证明了X,Y之间的渐近独立性.另外,讨论了它的识别性,若已知可识最小值的分布密度时,所有参数皆可识别.     

线性指数分布参数的渐近最优的经验Bayes估计

本文研究了线性指数分布参数的渐近最优的经验Bayes估计问题.利用概率密度函数的核估计,构造了参数的经验Bayes(EB)估计,获得了所提出的EB估计是渐近最优的.     

一类多维指数分布的参数估计

考虑生存函数为(F)(x1,x2,…,xn)=P{X1＞x1,…,Xn＞xn}=exp{-[n∑i=1(xi/θi)1/δ]δ}(0＜xi＜∞,0＜δ≤ 1,0＜θi＜∞,i=(1,n))的一类多维指数分布,给出了它的密度函数的表示式,并讨论了它的性质.提出了相关参数δ的估计(^δ),证明了(^δ)有相合性和渐近正态性,得到了(^δ)的渐近方差σ2δ.最后还给出了若干随机模拟的结果.     

二元Freund型指数分布的独立性和不相关性

本文讨论二元Freund型指数分布的独立性和不相关性,分别获得了两个服从二元Freund型指数分布随机变量相互独立及不相关的充分必要条件;并得到了其相关系数的精确表达式,证明了在对称情形其相关系数落入负三分之一与一之间,文末证明了X,Y之间的渐近独立性.     

二元Weinman型指数分布的特征及其应用

导出了Weinman型二元指数分布的一个特征,由此获得了参数θj(j=0,1)的最大似然估计及矩估计,给出了二元Weinman型指数分布的二种模拟,还得到了强度为二元Weinman分布时并联结构系统可靠度的估计.     

Dependability of a System with General Failure Time and Exponential Repair Time Distribution

In this paper, a system with a general failure time and exponential repair time distribution is examined with regard to dependability. The relevant Laplace transforms are obtained and results given for some particular cases.     

二元Weinman型指数分布随机变量之和、差、积、商及比率的分布

出于水文科学应用的需要,本文导出了二元Weinman型指数分布随机变量之和、差、及比率的精确分布;计算了二元Weinman型指数分布随机变量之积、及商的精确分布,所得结果可应用于水文科学的教学和研究之中.     

Use of Markov Chain Monte Carlo Methods in a Bayesian Analysis of the Block and Basu Bivariate Exponential Distribution

Metropolis algorithms along with Gibbs steps are proposed to perform a Bayesian analysis for the Block and Basu (ACBVE) bivariate exponential distribution. We also consider the use of Gibbs sampling to develop Bayesian inference for accelerated life tests assuming a power rule model and the ACBVE distribution. The methodology developed in this paper is exemplified with two examples.     

Some General Characterizations of the Bivariate Gumbel Distribution and the Bivariate Lomax Distribution Based on Truncated Expectations

Recently attempts have been made to characterize probability distributions via truncated expectations in both univariate and multivariate cases. In this paper we will use a well known theorem of Lau and Rao (1982) to obtain some characterization results, based on the truncated expectations of a functionh, for the bivariate Gumbel distribution, a bivariate Lomax distribution, and a bivariate power distribution. The results of the paper subsume some earlier results appearing in the literature.