实值随机变量的随机序与对偶随机序

本文讨论随机变量的高阶序问题，1简要地叙述了随机变量排序的经济学含义，主要是期望效用理论与其对偶理论，2讨论了实值随机变量基于分布函数的高阶序问题，给出了其基于期望效用理论的刻画。3讨论的是实值随机变量的基于对偶理论（对偶矩)的高阶序问题，并给出了其基于随机变量的Yarri等价性度量的刻画。     

方差分量的同变二次型估计的可容许性

<正> 讨论估计的(?)-可容许性,是容许性问题近年来受到人们较多注意的一个方面.线性模型中回归系数的最重要的估计量是观察值的线性函数.在此种线性估计类中的(?)-可容许性问题,目前已有完整的结果,见Cohen,Rao和LaMotte。误差方差的最     

具有Rao简单结构的多元t-模型的MLE及其精确分布

探求模型中未知参数的估计及其分布一直是统计学研究中的感兴趣的问题.本文研究了具有Rao简单结构多元t-模型的极大似然估计, 利用条件分布方法,获得了其精确分布.     

部分线性回归模型的M-估计

本文讨论部分线性回归模型的M-估计．用局部线性方法给出未知函数的M-估计，用两步估计方法给出参数的M-估计．进一步证明了未知函数的M-估计的弱一致性和渐近正态性，参数的M-估计的弱一致性．     

上海市中心区人口密度等值线图

研究人口分布的重要方法是编制人口密度图.通常使用散点图法和分块聚类图法.本文将等值线图的方法引进人口分布的研究领域,根据1990年第四次人口普查资料,绘制了上海市中心区人口密度等值线图。     

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     

单参数指数型分布族中的可容许估计

§1 引言1958年,Karlin 在平方损失下,对于单参数指数型分布族 p(x,θ)-β(θ)·e~,得到了ax 是 E_θx=-β′(θ)/β(θ)的可容许估计的充分条件,即众所周知的 Karlin 定理.并且[1]对于两种类型的截断型分布族 p(x,θ)=q(θ)·r(x),b>x>θ和 p(x,θ)=q(θ)·r(x),a<α<θ,证明了(2a+1)/(a+1)·q~(-a)(x)是 q~(-a)(θ)(0<α<∞,已知)的可容许估计.1961年,Katz 对单参数指数型分布族,讨论了限制参数空间的可容许估计问题.1964年,成平应用 Cramr-Rao 不等式,把 Karlin 定理推广到更为一般的情况.1977年,Ghosh 和 Meeden 及1981年,     

指数分布位置参数和分位点的估计

§1 引言 设随机变量X服从指数分布E(u,σ),具有密度函数 此处-∞相似文献   

协方差矩阵最佳仿射同变估计的改进

§1.引言 Stein(1964)证明了正态分布的方差的最佳仿射同变估计的不容许性.Shorrock和Zidek(1976)给出了正态分布的广义方差的最佳仿射同变估计的一个改进估计.本文推广了他们的结果,对正态分布的协方差矩阵的最佳仿射同变估计进行了改进.     

尺度参数变点的非参数检验

本文讨论了尺度参数模型参数变点的假设检验问题\bd 基于两样本$U$\,-统计量, 我们给出了两个检验, 并且研究了检验统计量分布的极限性质\bd 我们证明了这两个检验统计量的极限分布分别是$\sup\limits_{0相似文献