Kumaraswamy分布顺序统计量的数字特征及渐近性质

设{Xk,1≤ k ≤n}独立同分布,X（1）,X（2）,······ X（n）为其顺序统计量,当总体服从Kum（λ,φ）分布时,得到了其顺序统计量的联合概率密度、极端值顺序统计量的概率密度和k阶矩的表达式.此外还研究了极端值顺序统计量X（1）和X（n）的渐近分布。     

关于两参数瑞利分布顺序统计量的分布性质

利用二项式展开定理,讨论了两参数瑞利分布顺序统计量的分布性质,得到了其顺序统计量的联合概率密度函数和极端顺序统计量的密度函数及其数学期望与方差的表达式,此外还证明了其顺序统计量的样本间隔不独立,且不同分布.     

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。     

Эрланга分布顺序统计量的概率分布及渐近性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当总体服从艾拉姆咖分布时,首先得到了其顺序统计量的联合概率密度函数、极端顺序统计量的密度函数,进一步说明了极端顺序统计量的概率密度可以表示为一系列参数不同的伽玛分布密度的线性组合.其次给出了极差Rn的概率分布和高阶原点矩的精确表达式.最后还研究了极端顺序统计量X(1)和X(n)的渐近性质.     

论顺序统计量的分布

初步探讨将具有某些性质的以随机变量为出发点的事件转化为以顺序统计量为出发点的事件,利用顺序统计量的分布来研究这些问题.     

关于幂分布顺序统计量的分布性质

本文给出了幂分布顺序统计量的联合密度函数,以及极值顺序统计量的密度函数,从而进一步得到极值的数学期望与方差的表达式.此外还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.     

失效率局部成比例的伽玛分布和威布尔分布顺序统计量的随机比较

在独立情形下伽玛分布和威布尔分布顺序统计量的随机比较基础上,给出了随机变量以一般随机序局部大于和局部依序列条件递增的概念.讨论失效率函数局部成比例这种非独立条件下的伽玛分布和威布尔分布的顺序统计量的随机比较,得出当形状参数不变、尺度参数占优条件下二元最小顺序统计量的随机关系.此外,基于这种情形,得出威布尔分布顺序统计量是局部依序列条件递增的.     

寿命分布类的次序统计量的联合分布

本文把计算次序统计量的联合分布由两个次序统计量的情况推广到K个次序统计量的情况，并求出了一些常用的寿命分布类的κ个次序统计量的联合分布。     

两参数逆威布尔分布顺序统计量的矩及渐近分布

设{X_k,1≤k≤n}独立同分布,X_((1)),X_((2)),…,X_((n))为其顺序统计量,当总体服从参数为(m,η)的逆威布尔分布时,得到其顺序统计量的概率密度、高阶矩和方差的表达式.证明了样本间隔不独立且不同分布,当k(k1))固定时,得到顺序统计量X_((n-k+1))和X_((n))的渐近分布,最后给出一个关于并联系统寿命的应用实例.     

双截尾的Cauchy 分布顺序统计量的渐近分布

设 {X_k, 1 ≤k ≤n}独立同分布, X_1:n, X_2:n, … , X_n:n为其顺序统计量。当 X_k服从参数为 A 和 B(A1:n和X_n:n的渐近分布; 当 k(k>1)固定时,得到X_n:n和X_n-k+1:n的渐近分布; 并且证明其极端顺序统计量X_1:n和X_n:n是渐近独立的。     

关于次序统计量分布的注记

对任意3个次序统计量的分布及任意l（1≤l≤n）个次序统计量的分布给出详细的证明．     

关于Weibull分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1)≤X(2)≤…≤X(n)为其顺序统计量,当X(k)服从参数为m和η的韦布尔分布时,得到了其顺序统计量的联合概率密度函数和极端顺序统计量的密度函数,进一步得到X(1)和X(n)数学期望与方差的表达式。此外还证明了当参数m≠1时,X(1),X(2)-X(1),…,X(n)-X(n-1)不独立且不同分布;当参数m=1时,X(1),X(2)-X(1),…,X(n)-X(n-1)独立但不同分布。     

顺序统计量的分布及其在优效性中的应用

研究顺序统计量的分布,讨论顺序统计量在优效性中的应用,证明改进后的最大顺序优计量是均匀分布U(0,θ)的3个无偏优计中最好的.     

伴随固定边值分布函数的弱收敛

得到了固定秩次序统计量和它的伴随次序统计量联合分布弱收敛的一个充分必要条件,同时给出了一组选定的伴随次序统计量的极大值的分布函数弱收敛的充分条件。     

幂分布次序统计量的性质及渐近分布

设随机变量X服从参数为a的幂分布,X1∶n,X2∶n,…,X n∶n为其次序统计量,得到了参数a的置信区间以及X1∶n和X n∶n的渐近分布;当k(k>1)固定时,得到了X k∶n和X n-k+1∶n的渐近分布.     

NA样本下分布函数估计的联合渐近分布

研究了NA样本下分布函数的核估计在有限个不同点上的联合渐近分布,证明了该分布为多维正态分布,从而将分布函数的核估计从单点推广到多点,扩大了分布函数核估计的应用范围.     

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。