二元等重码的对偶距离分布和对偶重量分布

本文讨论了二元等重码的对偶距离分布和对偶重量分布，首先给出了二元码的对偶重量分布和对偶距离分布的定义，性质和关系，然后对等重码，导出了其对偶重量分布的一个递推关系式，以此得到了对偶距离分布的一个递推不等式，最后，讨论了上述分布的一些应用。     

酸性CoFeO4磁性液体中微粒的粒径及其分布的电子显微镜研究

选用等比与等差两种间距测量了酸性ＣｏＦｅ２Ｏ４磁性液体中的微粒粒径分布情况，计算了平均粒径和表征粒径分布的偏差，模拟了微粒粒径的分布曲线，对比和分析两种情况了粒径平均值和粒径分布的离散数学特征，表明在一定条件下选取不同测量间距对超强粒粒径分布及其电子显微镜分析并无影响，最后引用较准确的分布函数进行了模拟。     

关于随机向量的函数的同分布性

给出了一个随机向量的某些函数同分布的充分条件；对任意ｎ≥２，还提供了虽然ξｉ，１≤ｉ≤ｎ，同分布。但，不同分布的例子。     

种群在两空间内分布的数学模拟

种群在空间内的分布是数学生态学研究的重要内容，并且已取得一些成果。本文对种群在两空间内的分布进行了深入研究，在一定的假设条件下，建立了对种群在两空间内分布进行模拟的数学模型，并根据该模型对种群在两空间内的渐进分布进行了研究，得到了几个重要结果，揭示了它的平稳分布。     

脆性纤维的强度分布函数——S分布

为了先进陶瓷纤维的开发与应用，需要一个符合其实际情况的强度分布函数。本文基于强度分布函数应满足的条件，通过缺陷材料的应力分析及采用脆性断裂的破坏准则，提出了一种新的强度分布函数的具体形式，研究了尺寸等诸因素的影响，并与实验数据和Ｗｅｉｂｕｌ分布作了对比，结果表明所提出的分布函数有很广泛的实用性，对长、短纤维的强度均给出比Ｗｅｉｂｕｌ分布更正确的预测     

利用鞍点逼近与Bootstrapping方法估计统计量的分布

统计量分布的确定是统计推断的一个关键工作，在总体分布已知的条件下，鞍点逼近在很多场合可以给出统计量分布的良好近似．在介绍鞍点逼近方法的基础上给出了一个结合鞍点逼近与Bootstrapping方法估计统计量分布的方法，解决了总体分布未知的条件下统计量近似分布的估计问题，并以样本均值的分布为例进行了讨论。     

物质表面图像的信息维研究

应用分形几何的方法，研究了物质表面图像上粒子的分布特点，计算出粒子疏密分布不同的表面图像的信息维，得出的基本结论是：在相同的观察条件下，物质表面图像上颗粒分布有序时的信息维大于分布杂乱时的信息维，信息维从一定程度上反映了图像上粒子分布的有序程度，从二维图像信息维的大小，可以判断物质表面粒子的分布情况。     

Maxwell分布的若干特征

对Maxwell分布的有关特征进行了研究，给出了Maxwell分布的数学期望与方差，并获得了一组服从Maxwell分布的随机变量．     

金属小粒子的电子热容特性

考虑了金属小粒子电子数奇偶性、能级分离对电子热容的影响，采用随机矩阵理论对能级间距分别为等能级分布、泊松分布、正交系综分布、么正系综分布、辛系综分布的情况，详细计算了金属小粒子的电子热容，并对其高低温特点作了简单分析．     

熵损失函数下几何分布参数的Bayes估计

本文在熵损失下，给出了对于任何先验分布的几何分布参数θ的Bayes估计，同时由参数θ的充分统计量Σni=1Xi，给出了熵损失函数下，不同先验分布时几何分布参数θ的Bayes估计，并且证明了在熵损失函数下，对任一先验分布，几何分布的参数θ的Bayes估计δB（X）是可容许估计．     

一类新的损失函数下负二项分布模型的Bayes可靠性分析

在一类新的加权平方损失函数下,给出了负二项分布可靠度的Bayes和多层Bayes估计,并利用E Bayes方法给出了负二项分布可靠度的E Bayes估计.针对得到的3种估计,给出了数值模拟,结果表明:E Bayes估计比多层Bayes估计优良.     

竞争风险场合PL型估计的渐近正态性

为了在竞争风险场合考虑生存函数（或分布函数）的估计问题,本文构造了竞争风险场合分布函数的乘积极限（PL）型估计。运用经验过程的逼近理论及Taylor展开方法,给出了估计在全直线上的弱一致收敛速度,并证明了估计的渐近正态性。     

Linex损失函数下正态总体位置参数的估计

首先研究正态分布位置参数在Linex损失函数L(μ,)δ=ea(μ-δ)-a(μ-δ)-1下的最小风险同变估计及其Bayes估计,并给出在该损失函数下位置参数最小风险平移同变估计的精确表达式和Bayes估计的可容许性证明,最后讨论形如cT(x)+d的可容许性.     

一类面板模型中部分结构变点的检测和估计

给出了解决面板回归模型中存在未知部分结构变点时的检测、估计和推断问题的新方法,得到了结构变点的相合估计及渐近分布。基于最小二乘方法构造全局最小残差平方和,并用于检测结构变点。该方法适用于纯结构变点模型和部分结构变点模型,并且即使面板数据只有很少的个体,估计的相合性也可保证。Monte Carlo模拟结果验证了理论的正确性。基于中国股票市场上参与股改的404家工业企业的实证研究表明:应首先检测结构变点是否存在,然后才能分析解释数据;忽略检测结构变点会产生有偏估计,甚至出现伪回归。     

奇异线性模型下最小范数二次无偏估计关于误差分布的稳健性

讨论奇异线性模型下方差σ2的最小范数二次无偏估计关于误差分布的稳健性问题,得到方差的最小范数二次无偏估计保持最优的误差项的最大分布类.进一步考虑可估计函数Xβ的最佳线性无偏估计的稳健性,得到了Xβ的最佳线性无偏估计与方差σ2的最小范数二次无偏估计同时最优的误差项的最大类.     

对称熵损失下指数分布的参数估计

研究指数分布的刻度参数在对称熵损失下的最小风险同变估计及Bayes估计,并讨论（cT＋d）－1形式估计的可容许性与不可容许性．     

两种非正态总体参数的区间估计

推导给出了两类非正态总体参数的区间估计,对二项分布的参数p和泊松分布的参数λ分别给出了其等尾双侧区间估计。     

Weibull分布场合恒定应力加速寿命试验的最优线性无偏估计

本文给出了恒定应力加速寿命试验参数的最优线性无偏估计，与（１）给出的二步估计相比，此估计有较大的改进，最后还得到了形状参数的近似无偏估计。     

基于GRSS的均匀分布分位数的估计

主要讨论的是基于ni不固定的广义排序集样本的均匀分布分位数的估计,提出了包括GRSS最小方差无偏估计,简单估计和均衡排序集估计,计算了方差和相关系数,并相互进行了比较.     

未知方差下回归系数常用估计的可容许性

假设一个”维随机向量Y服从正态分布N(β，σ^2In)。在二次损失下，当n≥3和σ^2已知时，Stein在1956年指出Y不是β的容许估计，这是统计判决理论中一个著名的结果，成平在1982年对Stein结果给出了一个有趣的补充，他证明了当σ^2未知时，Y是β的容许估计。这篇文章是成平结果的一般化，即在一个宽广的分布类中，证明了当方差未知时，回归系数最小二乘估计是容许的。这表明当方差未知时，回归系数最小二乘估计是一个适合的估计。