次序统计量和的渐近分布（Ⅱ）

设｛Ｘｎ，ｎ≥１｝是狡立同分布随机变量列，Ｘｎ，１≤…≤Ｘｎ，ｎ是Ｘ１，…，Ｘｎ的次序统计量，对非负实数Ｐｎ     

边界条件下线性模型的影响分析

建立了边界条件下线性模型中的Ｃｏｏｋ距离，Ｗ－Ｋ统计量和Ａ－Ｐ统计量，用它们研究了数据对约束最小二乘估计及拟合值的影响问题，得到了一些有意义的结果。     

两样本对称统计量的Berry-Esseen定理

在适当的矩条件下。证明了两样本对称统计量的Berry—ESseen定理．作为该定理的推论。还得到了广义U-统计量正态逼近的速度．     

两种情形下参数的极大似然估计

本给出了两种情形下总体分布参数的似然估计具体方法。     

多元分析中矩阵统计量的几种影响度量

本文利用数据删除法（ｃａｓｅ ｄｅｌｅｔｉｏｎ）对多元分析中的矩阵统计量提出了几种新的影响度量，并应用于多元数据的样本协方差矩阵及多元线性回归模型中，与现有的一些影响度量进行了比较，通过实例分析，证实了此方法的有效性。     

顺序统计量的模型分辨

设ｘ１，ｘ２，…ｘｎ为ｎ个相互独立的随机变量，本文证明了在分布满足一定条件下，第ｋ个顺序统计量ｘ（ｋ）（１≤ｋ≤ｎ）的分布决定了ｘｉ的分布（ｉ＝１，２，…ｎ）。     

基于高阶统计量信号检测的研究

研究了高阶统计量（主要是三阶累积量）在信号检测中的应用，探讨了信号检测的高阶累积量算法.利用高斯噪声的高阶累积量的零均值特性，用计算机对SNR=20dB和SNR=0dB的输入信号进行模拟仿真，并将检测结果与原始信号进行比较，从结果上看执行效果较好．     

不完全权重信息下多属性决策方法研究

针对目标属性的权重不完全确知的情况下，提出了一种先进行局部优化，再组合赋权并对方案进行排序的决策方法。此方法是从最小偏差的角度出发，构造了目标权重的统计量，它既利用了子样的信息，又利用了先验信息，评价结果客观可靠。另外，在此基础上进一步加入权系数的信息熵，建立了优化的数学模型。最后，通过实例表明新方法的有效性。     

林木群体遗传分化的多元分析

首次揭示了群体遗传分化度量ＦＳＴ与典型相关分析有一定内在联系，进而指出了以往广泛采用的ＦＳＴ方法在区分遗传群体时的弱点，从理论上证实了多元分析方法是研究群体遗传变异分布的有效方法。运用典型相关分析，对杉木分布区内１６个群体的２２个同功酶基因位点数据进行了分析，给出了杉木群体较为详细的遗传变异分布模式，从而揭示了杉木群体间也存在较高程度的遗传分化。     

可变抽样区间的HL控制图

研究了基于VSI的Hodges-Lehmann控制图,与原来的FSI Hodges-Lehmann控制图相比,效率上有极大的提高.     

服务系统中的服务人数的极限性质

令《Ｘｎ，ｎ≥１》为ｉ．ｉ．ｄ．非负ｒ．ｖ．ｓ．，Ｘｎ，１≤Ｘｎ，２≤…≮Ｘｎ，ｎ为Ｘｉ，ｉ≤ｎ的次序统计量。《ｓｎ，ｎ≥１》为一正常数列，记Ｎｎ＝ｍａｘ《ｋ≤ｎ：Ｘｎ，１＋Ｘｎ，１＋…＋Ｘｎ，ｋ≤ｓｎ》。本文讨论了Ｎｎ的几乎处处收敛性与渐近正态性，改进了Ｂｒｕｓｓ的结果。     

矩形区域上均匀分布的一个性质

设｛Ｘｔ＝（Ｘ１ｔ，Ｘ２ｔ，…，Ｘｐｔ｝ｔ＝１，２，…，ｎ｝是矩形区域Ｄ＝｛ｘ＝（ｘ１，ｘ２，…，ｘｐ）│αｉ≤ｘｉ≤ｂｉ，ｉ＝１，２，…，ｐ｝上的均匀分布的样本，Ｘ（１），Ｘ（２），…，Ｘ（ｎ）是Ｘ１，Ｘ２，…，Ｘｎ的次序统计量。     

关于顺序统计量分布的一种证明

介绍了顺序统计量的概念，并利用多元随机变量的联合分布与边缘分布之间关系，求出顺序统计量的分布，并通过实例加以描述。     

单输入单输出回归模型的异方差性检验

在研究木材材质特性时，通常将木材本身看作一个系统，输入不同的影响因素，如含水率、密度、节子、腐蚀等会得到不同的机械力学特性，而相关的回归分析一直是在对上述各测试观测值的方差齐性默认的情况下进行的，并未对其方差异性进行过深入研究．本文研究基本系统的单输入单输出回归模型的方差齐性检验问题．通过推导得到似然比检验统计量与Score检验统计量，并且基于参数的正交化得到修正的似然比检验统计量与修正的Score检验统计量，并利用Monte-Carlo方法模拟了几种统计量的功效，结果显示，这几种检验统计量都有很好的检验效果．     

两条回归直线的比较

对某两个有相关关系的变量x和y．根据过去和近期的观测数据建立了两条回归直线。本文讨论了这两条回归直线在什么情况下，可以合并成一条回归直线，以及合并后的回归直线方程的系数如何计算等问题。     

双参数指数分布参数的假设检验

分别给出了单个双参数指数总体和两个双参数指数总体参娄和的假设检验，并且讨论了检验统计量的分布。     

高阶统计量在水下目标识别中的应用

利用了高阶统计量进行特征提取的方法，着重研究了采用双谱分析的方法提取舰船辐射噪声，给出了双谱矩阵处理的峰值化算法，提取了47维的特征向量并利用BP神经网络对他们进行训练与识别，结果表明，A类目标的正确识别率为83％，B类目标为88％，C类目标为85．19％，D类目标为85．7％。     

两样本相等性的面积统计量检验

分布相同的非参数假设检验是统计学者一直关心的问题之一.关于面积统计量检验总体相等性,提出新的面积统计量TA1,TA2,TA3,TA4及相应的Bootstrap统计量TA1^,TA2^,TA3^,TA4^,并利用投影寻踪(PP)技术扩展到多维情况.证明了它们在原假设下有相同的极限分布,并进行了大量的模拟试验,验证选择上述统计量的合理性.     

基于高阶统计量的自适应盲源分离算法

提出了一种新的自适应盲源分离算法，在无噪音实时两源两传感器的情况下，一旦观测信号被白化，只需要辨识一个特定的旋转矩阵就可以完成盲源分离，并给出了能表征该旋转矩阵的角的自适应估计器，仿真结果表明，当满足源峭度和不为零的条件时，这种方法是一种稳定的和有效的分离算法。     

检验正态分布的编程算法

假定总体为正态分布，是绝大多数统计分析和统计检验的前提。但是用大样本检验总体正态分布的计算比较复杂，手工难以完成，致使实际工作中往往放弃这一至关重要的检验。针对这种情况，研制了一套精确的编程计算方法，以完成这一复杂的计算过程。经过编程、上机、计算实例，并与手工计算对比，结果证明：这种编程算法精确、快捷、有效、免除了复杂的手工计算，解决了用大样本检验总体正态分布的难题，实现了体验总体正态分布自动化。