对数伽玛分布与负对数伽玛分布的Pearson-χ2距离及其渐近性

利用Pearson-χ2距离和最大距离的定义,探讨了对数伽玛分布与负对数伽玛分布的Pearson-χ2距离、最大距离及其渐近性.     

对数正态分布的Pearson-χ2距离

研究了对数正态分布的Pearson-χ2距离与Pearson-χ2最大距离,得到了对数正态分布与正态分布具有相同的Pearson-χ2距离.     

对数伽玛分布变点模型的估计

对数伽玛分布尺度参数存在变点时的参数估计问题,给出了对数伽玛分布的单变点模型,分别就模型的极大似然估计和贝叶斯估计进行探讨,并用MATLAB软件进行数值模拟.结果表明,在共轭先验分布下单变点对数伽玛分布的贝叶斯估计是最优的.     

伽玛分布与负伽玛分布的Pearson-X^2距离及其渐近性

利用Pearson-x2最大距离的定义,探讨了伽玛分布类和负伽玛分布的Pearson-x2最大距离及其渐近性.     

2个Weibull分布的Pearson-χ^2距离

通过对Weibull分布和Pearson-χ^2距离等概念的讨论,给出了2个Weibull分布的Pearson-χ^2距离和最大Pearson-χ^2距离的表达式。     

艾拉姆咖分布的Pearson-χ~2距离及其渐近性

论文首先给出Pearson-χ2距离、Pearson-χ2最大距离及平均距离的定义;然后对艾拉姆咖分布进行了研究,给出了艾拉姆咖分布Pearson-χ2距离、Pearson-χ2最大距离的定义、性质及其表达式,以及Pearson-χ2平均距离的性质及其表达式,最后讨论了艾拉姆咖分布Pearson-χ2的密度差异及其渐近性.     

几个重要分布的Pearson-χ2的最大距离及其渐近性

利用Pearson-χ^2最大距离的定义,讨论了几个重要分布Pearson-χ^2的密度差异及其渐近情况.     

关于Rayleigh分布的Pearson-χ~2距离

对Rayleigh分布进行了研究,给出了两个Rayleigh分布之间的Pearson-χ2距离与Pearson-χ2最大距离的表达式,讨论了最大距离的渐近情况,比较了两个Rayleigh分布之间的Pearson-χ2的距离与两个正态分布之间的Pearson-χ2的距离,推演出两者之间的关系式.     

广义Gaussian分布的Pearson-χ2距离及其渐近性

利用Pearson-χ2距离和最大距离的定义,探讨了广义Gaussian分布的Pearson-χ2距离及其渐近性,并作为特例得到了Gaussian分布、Laplacian分布的Pearson-χ2距离及其渐近性.     

Burr分布的Pearson-χ~2距离及其渐近性

利用Pearson-χ2距离和最大距离的定义,探讨了Burr分布的Pearson-χ2距离、平均距离、最大距离及其渐近性.     

压缩型正态——伽玛分布的Bayes统计分析研究

文章给出了两参数u，α^2均未知时的一种压缩型正态-伽玛分布的Bayes分析统计性质．并给出相应的算法与实例．     

朱雀卫星伽玛暴持续时间的分布

伽玛暴持续时间的分布是对伽玛暴进行分类的一个依据。本文利用高斯混合模型和最大期望算法对朱雀卫星2005年至2014年在轨运行期间所探测到的741个伽玛暴持续时间的分布进行了分析,同时利用贝叶斯信息准则比较了具有不同高斯成分个数的模型。分析结果支持双高斯成分的模型比其他模型更好的描述了朱雀卫星所探测到的伽玛暴持续时间的分布,同时这一结论与其他卫星数据的分析结果一致,均支持存在两种类型的伽玛暴。     

伽玛分布环境因子的极大似然估计和Bayes估计

针对伽玛分布位置参数已知情形,给出了伽玛分布环境因子的极大似然估计,并给出了伽玛分布环境因子的Bayes估计.用Monte-Carlo法进行数值模拟,数值模拟结果表明伽玛分布环境因子的Bayes估计优于极大似然估计.     

复合Mlinex损失函数下对数Weibull分布参数的Bayes估计

基于复合Mlinex损失函数,研究了对数Weibull分布的参数在先验分布为伽玛分布下的Bayes估计,E-Bayes估计和多层Bayes估计。并且用数值模拟的方法进行验证,结果表明3种估计方法的稳健性好。     

逆高斯分布的Pearson-χ~2距离及其渐近性

利用Pearson-Х^2最大距离的定义，讨论了逆高斯分布的Pearson-Х^2最大距离及其渐近性．     

伽玛分布参数的最优区间估计和最佳双边检验

用传统方法得到的伽玛分布参数的置信区间显然不是最短,因而在这个意义上讲也不是最优的。本文从理论上给出伽玛分布参数的最优区间估计和在犯第二类错误的概率累积最小意义下的最佳双边检验。     

利用Fisher信息矩阵确定伽玛分布的无信息先验

先验分布的选取一直以来是贝叶斯学派研究的重点,尤其是在无先验信息的情况下如何确定先验分布是贝叶斯学派关心的焦点,文章根据Jeffreys提出的利用Fisher信息矩阵确定无信息先验分布的方法,给出伽玛分布在三种情况下的无信息先验.     

对数麦克斯韦分布的渐近性质

作为麦克斯韦分布的推广,提出了对数麦克斯韦分布.然后研究了它的Mills不等式和Mills率,得到了该分布的尾部表示和最大值分布的极限分布以及点点收敛速度.最后,研究了有限混合对数麦克斯韦分布的极限分布,得到了最大值分布的渐近分布和相应的规范化常数.     

对数正态分布的Pearson-x~2距离

研究了对数正态分布的Pearson-x2距离与Pearson-x2最大距离,得到了对数正态分布与正态分布具有 相同的Pearson-x2距离。     

矩阵损失下标准伽玛分布均值的齐次线性估计可容许性

讨论标准伽玛分布Γ(λ，ι)中均值参数λ=(λ1，λ2，…，λn)′的齐次线性估计AX在矩阵损失函数(AX-λ)(AX-λ)′下的可容许估计，并给出AX可容许的充要条件。