截尾试验下基于失效率的Weibull分布的参数估计

设样品的寿命分布为Weibull分布:F(t)=1—e~(-λt~m)。投试n个样品进行定数截尾寿命试验,观测到前k个寿命数据t_1,…,t_k。我们希望作出寿命分布参数λ、m的估计.先是当n≤25而后对n>25人们作出了最佳线性无偏估计BLUE,对一般的n,人们作出了简单线性无偏估计GLUE。本文作者在一般分布、一般截尾数下作出了基于经验分布函数的参数的F估计。现     

截尾试验下指数分布的贝叶斯估计

在指数分布场合，定数或定时截尾试验，文[1]给出了参数λ在先验分布为Г(α，β)分布的假设下的Bayes估计．文[3]给出了在平方损失下的Bayes估计,本文讨论先验分布为B(a，b)分布时，参数λ的Bayes估计。     

一类系统的极限环讨论

文[1]研究了二次系统 dx/dt=-y+dx+x~2+dxy-y~2 dy/dt=x·(1+ax+y)证明了ad≤0或ad≥3时,(E_2)无围绕原点的极限环,0相似文献   

分布函数估计的可容许性

这篇文章在损失L(F,a)=f|F(t)-a(t)|(F(t))a(1-F(t))βdF(t)下,考虑了离散分布函数F的估计问题.在a>0和β>0下,获得了F的容许估计.     

无失效数据失效概率的估计

本文对无失效数据(ti,ni),在时刻ti的失效概率pi=p{T＜ti}的先验分布为不完全Beta分布Beta(pi-1,λi;1,b)时,给出了pi的多层Bayes估计,从而可以得到无失效数据可靠度的估计.     

一类多项式系统极限环的讨论

文[1]研究了二次系统证明了当ad≤0或ad≥3时,(E_2)无围绕原点的极限环,当0相似文献   

正态分布和瑞利分布混合情形下的参数估计及分类问题

学者往往用单一的分布模拟和拟合杂波,如正态分布、瑞利分布和威布尔分布等。然而在实际中,雷达杂波由多种类型的杂波组成,单一分布通常不能精确刻画雷达杂波规律,因此,应用混合分布模型对雷达杂波数据建模更准确。本文考虑用正态分布和瑞利分布的混合分布拟合杂波,并应用矩估计方法和基于EM算法的极大似然估计方法估计模型参数,最后,应用最大后验概率分类准则验证2种估计方法的分类准确率。通过数据模拟,得出极大似然估计的效果和分类准确率都要优于矩估计的估计效果和分类准确率。     

分布形式未知的矩法

我们考虑分布式未知的矩法，假设分布函数Ｆθ（ｘ）可用一多项式表示或逼近，多项式的阶数ｒ未知，其系数为未矩参数θ１，…，θｒ。我们给出了θ１，…，θｒ的一种新的矩法估计。ｒ可自动地求得。估计是强一致的。     

关于汽车赔付次数的一类新分布

为了拟合汽车的赔付次数，本文给出了一类新的分布，即GPSJ1分布类．这个三参数的分布类包括的经典赔付次数分布比较多，特别是许多已知的无穷可分分布都属于这一类，在求参数的最大似然估计时此分布也具有很大的优越性，文中对此进行了讨论．本文最后我们以中国一家保险公司的实际赔付数据为例用此分布类对其进行了拟合，拟合效果令人满意。     

截断和随机乘积的渐近性质

对一列独立同分布平方可积的随机变量序列{Xn,n≥1},当随机变量的分布具有中尾分布时,讨论了其截断和Tn(a)的随机乘积的渐近正态性质,其中Tn(a)=Sn-Sn(a),n=1,2,…,Sn(a)=n∑ j=1 XjI{Mn-a＜Xj≤Mn},a为某一大于零的常数'Mn=max 1≤k≤n{Xk}.     

Towards a unification of certain characterizations by conditional expectations

The paper presents a characterization of a general family of distributions by the form of the expectation of an appropriately truncated function of the random variable involved. The obtained result unifies results existing in the literature for specific distributions as well as new results that appear for the first time in this paper. A discrete version is also provided unifying existing characterizations of known discrete distributions.     

关于伽马分布及相关分布性质的一点研究

主要研究伽马分布的性质,并通过对伽马分布可加性的研究.得到由指数分布通过伽马分布构造卡方分布和均匀分布的方法,通过本文可以加深对伽马分布和其它常见连续性分布关系的认识.     

A Review of Results on Sums of Random Variables

Sums of random variables arise naturally in wireless communications and related areas. Here, we provide a review of the known results on sums of exponential, gamma, lognormal, Rayleigh and Weibull random variables. A discussion is provided of two applications. We expect that this review could serve as a useful reference and help to advance further research in this area.     

概率分布的若干特征性质

讨论了初等概率论中有关分布的特征性质,在现行的教材中均没有重点列出,但这些性质都是非常重要的.     

Asymptotic Distribution of a Kind of Dirichlet Distribution

The Dirichlet distribution that we are concerned with in this paper is very special, in which all parameters are different from each other. We prove that the asymptotic distribution of this kind of Dirichlet distributions is a normal distribution by using the central limit theorem and Slutsky theorem.     

统计学上三大分布推导方法

讨论了如何求随机变量函数分布的方法,然后用两种方法推出统计学上三个重要分布的概率分布密度函数.方法独特新颖.     

On singular matrix variate beta distribution

1.IntrodnctionThispaperextendsthestudyofthesingularmatrixvariatebetadistributionofrank1[1]tothecaseofageneralrank.Astherelateddistributiontonormalsampling,thematrixvariatebetadistribution(alsocalledthemultivariatebetadistribution)hasbeenstudiedextens...     

Exponential Mixture Representation of Geometric Stable Distributions

We show that every strictly geometric stable (GS) random variable can be represented as a product of an exponentially distributed random variable and an independent random variable with an explicit density and distribution function. An immediate application of the representation is a straightforward simulation method of GS random variables. Our result generalizes previous representations for the special cases of Mittag-Leffler and symmetric Linnik distributions.     

New examples of heavy-tailed O-subexponential distributions and related closure properties

Let L and S denote the classes of distributions with long tails and subexponential tails respectively. Let OS denote the class of distributions with O-subexponential tails, which means the distributions with the tails having the same order as the tails of their 2-fold convolutions. In this paper, we first construct a family of distributions without finite means in L∩OS?S. Next some distributions in L∩OS?S, which possess finite means or even finite higher moments, are also constructed. In connection with this, we prove that the class OS is closed under minimization of random variables. However, it is not closed under maximization of random variables.     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.