Г分布密度函数的性质

分析了Г分布密度函数的性质，指出了该密度函数与相应参数之间的关系．主要研究第二个参数对密度的影响，证明了β增大时Г（α，β）分布密度极大值也增大，还指出了β变化时Г（α，β）分布密度与另一特定密度曲线交点的变化规律．     

F分布密度函数之性质

本文利用特殊函数的性质,较详细地分析了F分布密度函数之性质,指出了该密度函数与相应参数之间的关系.本文主要研究第二个参数变化对密度函数的影响,证明了n增大时F(m,n)分布的密度函数极大值也越来越大,还指出了n变化时F(m,n)分布的相应密度曲线与另一特定密度曲线交点的变化规律.     

参数的变化对F分布密度函数之影响

该文运用对无穷级数的一些特殊处理方法,深入分析了与Γ函数有关的一些特殊函数的性质,揭示了参数变化时F分布密度函数极值变化的一些深刻规律.该文指明,n增大时F分布的密度函数f_{m,n}(x)的极大值单调增加,而m增大时该密度函数的极大值或单调减少,或先减后增.     

参数的变化对F分布密度函数之影响

该文运用对无穷级数的一些特殊处理方法,深入分析了与г函数有关的一些特殊函数 的性质,揭示了参数变化时F分布密度函数极值变化的一些深刻规律．该文指明,n增大时 F分布的密度函数fm,n(x)的极大值单调增加,而m增大时该密度函数的极大值或单调减 少,或先减后增．     

Γ-分布类的条件概率封闭性

X服从参数α和λ的Γ-分布,V与Y分别服从参数θ和λ的指数分布.我们证明了:在X＜Y的条件下,X的条件分布是参数α和θ+λ的Γ-分布;在X＜V＜X+Y的条件下,V的条件分布是参数α+1和θ+λ的Γ-分布.称此类性质为Γ-分布类的条件概率封闭性.对离散的负二项分布也证明了类似的结果.     

参数变化对β-分布密度函数之影响

本文通过对无穷级数的一些特殊处理方法,深入分析了与β-函数有关的一些特殊函数中所蕴含的某些单调性质,从而揭示了β-分布的密度函数极值变化的一些深刻规律性.本文证明了:当参数皆比1大时β-分布的密度函数有极大值且此极大值随着其中一个参数的逐渐变大而先减后增;当参数皆比1小时该密度函数有极小值且此极小值随着其中一个参数的逐渐变大而先增后减.     

加权平方和损失下线性估计的可容许性

1980年,Berger讨论了Γ分布尺度参数的通常估计的容许性向题.本文在此基础上讨论Γ分布尺度参数的线性估计的容许性问题,即 例1 设X_1和X_2相互独立,X_1～Γ(α_1,β_1~(-1)),X_2～Γ(α_2,β_2~(-1))α_1和α_2是已知的正常数,β=(β_1,β_2)′∈R~ ×R~ 是未知的参数.取β的估计为线性估计     

关于ζ函数的积分表示

由Riemannζ函数的函数方程得到Hurwitzζ函数的Hermite公式,再从Hermite公式得到Γ(s)的Binet′s第二表达式,从而由ζ函数推得Γ(s)的性质.     

Γ函数乘积公式的一个新证明

Γ函数的乘积公式的证明方法有多种.例如,依据Γ函数对数微商的表达式     

两个伽玛分布的同质性检验

对于两个伽玛分布,Γ(α_1,β_1)和Γ(α_2,β_2),讨论了统计假设:H_0:α_1=α_2,β_1=β_2H_1:α_1≠α_2或β_1≠β_2,基于Hellinger距离与参数的最大似然估计,建立了一个检验统计量.在一定的条件下证明了统计量渐近服从自由度为2的卡方分布.最后用随机模拟的方法研究了所建立的统计量的稳健性,并且与似然比检验统计量进行了比较.     

用R(0,1)分布确定Weibull分布形状参数m的置信下限

<正> 1.引言 两参数Weibull分布的密度函数有两个等价表达形式,其一为 (1.1)其中,m>0和η>0分别为形状参数和尺度参数。其二为 (1.2) ,其它,其中,α称为特征寿命,β称为形状参数α,β均大于0。 对于表达形式(1.2)的密度函数,Johns和Liberman从lnα的同变估计获得了lnα的置信区间;Thoman和Bain考虑了α的区间估计;Lawless运用条件置信区     

与Gamma函数有关的对数完全单调函数及其应用

为了完善函数G_(α,β)(x)(其中参数α∈R,β≥0)及函数1/G_(α,β)(x)在区间(0,∞)上的对数完全单调性和相关不等式,利用Taylor展开式、Gamma函数、Psi函数的级数表达式和积分表达式研究了函数G_(α,β)(x)和函数1/G_(α,β)(x)数的对数完全单调性,将函数G_(α,β)(x)和函数1/G_(α,β)(x)对数完全单调的充分条件扩大;利用对数完全单调性得到新的不等式,并通过对特殊情形的研究,得到一个形式简单对称的双边不等式,该不等式对阶乘数之乘积与∏nk=1k~k的商做出估计.     

对称的稳定分布参数变点估计的相合性

假设稳定分布的特征指数α满足1<α<2,关于均值μ对称. 本文讨论了稳定分布中α或刻度参数β的变化导致的变点问题,即是否发生变化及变化时刻.若均值已知,当α或β改变时,密度函数f(x)在μ处的值f(μ)发生变化,我们利用密度函数的核估计来估计该点的值. 若均值未知,利用经验特征函数估计该点的值,并进一步讨论了估计的相合性与收敛速度. 其次讨论了均值变化导致的变点问题,若均值发生变化,相应变点前后特征函数的参数将变化,利用经验特征函数给出了变点的估计, 获得了类似的收敛速度. 最后给出了检测金融市场突变性的应用.     

若干矩阵Γ分布的相关分布

本文研究了与矩阵Γ分布相关的若干分布的密度函数,利用矩阵Γ分布的特征函数和它的Bartlett分解等方法,获得了与矩阵Γ分布相关的几个分布的密度函数解析表达式,它们包括Γ分布随机矩阵的子矩阵、行列式、迹和特征根的分布密度,进一步还得到了相关系数矩阵的分布密度函数形式.     

亚纯函数微分多项式f~kQ[f]+P[f]的零点分布

从例外集的角度研究了亚纯函数微分多项式fkQ[f]+P[f]的零点分布,证明了:对于满足δ(∞,f)1-α>0的超越亚纯函数f(z),微分多项式fkQ[f]+P[f]在不含极点的可数个圆盘并集之外有无穷多个零点,其中k>1+ΓP+γP+α1(-1+αΓQ+ΓP-γP),ΓQ是Q[f]的权,ΓP,γP是P[f]的权和次数.本文推广了Hayman,Anderson,Langley等人的结论.     

另一形式的多元Γ分布及其性质

本文基于开关参数可变，尺度参数不变的思路，提出了一种新形式的多元Γ分布，并研究了它的性质以及它与多元正态分布的关系。     

关于ζ函数的积分表示

主要研究了ζ函数的积分表示形式;通过解析数论的研究方法,利用黎曼ζ函数方程,给出了关于赫尔维茨ζ函数的埃尔米特公式,利用埃尔米特公式得出关于Γ函数的比内第二表达式,通过ζ函数得出Γ函数一些性质.     

函数r~α(-lnr)~β在区间(0,1)上的可积性研究

含参数的函数r~α(-lnr)~β在在区间(0,1)上的积分关于某些参数α,β为广义积分.本文将给出其关于参数α,β可积的条件.     

一些单叶函数族导数的积分平均值

K(α),st_k(α),C(β,α),(α<1,β<1)分别表示α阶凸函数族,k 次对称的α阶星形函数族,α型β阶的近于凸函数族.在这篇文章中,我们分別对(?)(K(α)的闭凸包),(?),(?),(α<1,β≤1/2)决定了凸泛函L(f)=(1/(2π)(?)))~(1/p),0≤r<1,p≥1,n=1,2,…,的极值和极值函数.我们的结果表明:极值函数仅依赖于函数族而与参数 n,r,p 无关;而且对任何固定的函数族,除掉旋转外极值函数是唯一的.     

关于一个多重的Hardy-Hilbert积分不等式

本文建立一个多重的、联系Γ函数为最佳常数因子的Hardy-Hilbert积分不等式,并考虑了它的一些特殊结果.