生长曲线模型中位置参数和尺度参数同时检验的问题

本文讨论生长曲线模型中位置参数和尺度参数同时检验的问题．文中第３部分分别给出修改似然比统计量在与原假设相接近的备样假设下的渐近分布．     

假设检验在经济调查中的应用

统计假设检验是借助样本统计量来检验假设的总体参数是否成立的方法,通常要预先根据某些事实假设总体参数M等于某一值,然后从总体中抽取样本计算样本统计量,通过比较样本统计量和假设的总体参数值,确定样本统计量是否有充分的证据支持原假设.     

生长曲线模型中参数的检验问题

讨论了生长曲线模型中尺度参数和位置参数同时检验的问题.设原假设为Σ=I且ξ=0, 本文给出了似然比检验统计量在三个备择假设下的渐近非零分布。     

生长曲线模型中尺度参数相等的检验问题

讨论了生长曲线模型中尺度参数相等的检验问题.设原假设为H:Σ_1=Σ_2=…=Σ_k,本文第3部分给出了在原假设成立时修改似然比统计量的h阶矩及渐近分布。     

关于在复多元正态分布中期望和协方差同时检验的无偏性问题

设A～CW_p(Q,n),z～CN_p(θ,Q)且相互独立,设原假设为(1)(?)设A_j～CW_p(Q_j,m_j),z_j～CN_p(θ_J,Q_j)(j=1,2,…,k),且相互独立.设原假设为(2)(?)(3)(?)本文证明了相应于备择假设A_i≠H_i,i=1,2,3,检验假设H_i的似然比检验是无偏性。     

多样本球性检验的似然比统计量的渐近分布

设Λ是检验多样本球性的修改似然比准则,本文给出了在某些接近于原假设的各择假设下Λ的非零分布的渐近展开式.     

复正态总体的多样本球性检验问题

设Λ是检验复情形下多样本球性的修改似然比准，本文给出了在某些接近于原假设的备择假设下Λ的非零分布的渐近展开式．     

关于在多元正态分布中期望和协方差同时检验的无偏性问题

设S_j～W_p(Σ_j,n_j),y_j～N_p(μ_1,Σ_j)(j=1,2,…,k)且相互独立。设原假设为(1)■(2)■本文证明了相应于备择假设A.≠H_i,i=1,2,检验假设H_i的似然比检验是无偏的。     

关于多元正态分布中协方差相等及期望值为零同时检验的问题

设(?)～N_p((?)_j,(?)_j),S_j～W_p(Σ_j,n_j),(j=1,2,…,k)且相互独立。设原假设为H_1:Σ+1=Σ_2=…=Σ_k且(?)_1=(?)_2=…=(?)_k=(?) 设(?)_j～CN_p((?)_j,Q_j),A_j～CW_p(Q_j,n_j)(j=1,2,…,k)且相互独立。设原假设为H_2:Q_1=Q_2=…=Q_k且(?)_1=(?)_1=…=(?)_k=(?) 本文讨论了以上两个检验问题,给出了其似然比统计量在原假设为真时的累积分布函数的渐近展开式。     

基于神经网络的优化Black-Scholes期权定价模型数值求解

Black-Scholes模型(以下简称B-S模型)是目前在期权的定价研究中应用最为广泛的一种参数化模型.然而在实际应该过程中看出,实际情况往往并且不符合B-S模型所需要的假设条件.但是,若采用神经网络(ANNS)方法,可以充分利用数据,使得在没有参数限制的模型假设下建立一种非线性的模型,显著增强模型的适用性.对神经网络模型与B-S期权定价公式结果进行了比较,并且对结果进行了分析.