两种抽样方式下样本均值的数字特征及其意义

重复抽样和不重复抽样是有限总体抽样中常考虑的两种抽样规则,重复抽样得到的样本独立同分布,是简单随机样本;而不重复抽样下的样本同分布但不独立,因而不是简单随机样本。然而,在实际抽样时,绝大多数使用不重复抽样。给出并证明了在重复抽样和不重复抽样两种不同抽样方式下样本均值的数学期望和方差公式,并将这些公式进行比较,在理论上解释了不重复抽样的合理性,即当总体容量很大而样本容量较小时,不重复抽样可以看作是重复抽样,此时得到的样本可以近似看作简单随机样本。     

正态常相关样本的Fisher信息

求出了来自正态总体常相关样本的Fisher信息,并与简单随机样本的Fisher信息进行比较,明确了他们之间的差别.     

受噪声影响的模糊样本学习理论的关键定理

统计学习理论是一种较好的小样本统计理论,它所处理的数据是随机样本.考虑到现实世界的模糊性,把统计学习理论中的样本从随机样本扩展到模糊样本既有理论意义又有应用价值.然而目前基于模糊样本的统计学习理论的研究,总是假定所处理的样本不受噪声的影响,从而不会引起误差,但由于人为、环境等因素的影响,事实往往并非如此.基于此种考虑,本文给出了受噪声影响的模糊样本的统计学习理论的关键定理.     

样本区间的概率分布及其性质

设(X1,X2,…,Xn)为服从I=[0,1]上的均匀分布的简单随机样本,它们将[0,1]分成(n+1)个样本区间,以Y0,Y1,…,Yn分别表示这些样本区间的长度,利用顺序统计量的性质讨论Yi(1≤i≤n+1)的概率性质。     

关于样本区间长度的联合分布

设（X1，X2，…，Xn）为服从I=[0，1]上均匀分布的简单随机样本，它们将[0，1]分成（n＋1）个样本区间，以Y0，Y1，…，Yn分别表示这些样本区间的长度．本文讨论Y0，Y1，…，Yn的联合分布及其极限分布．     

LIR序关系的特征

讨论了广义TTT变换序与位置独立风险序之间的关系,证明了位置独立风险序关于简单随机样本和随机样本数目的极大值的反向保序性,并讨论了位置独立风险序关系的一些矩的不等式.     

样本方差阵的正定性及其应用

研究了多元随机样本方差阵正定性成立的条件。采用矩阵正定性和秩之间的关系、概率的单调性、概率的次可加性、无条件期望和条件期望之间的关系、连续型随机向量的性质等方法,证明了在连续型总体条件下,多元随机样本方差阵正定性的条件是样本容量大于随机向量的维数。事实上,在离散型总体情形下,当样本容量大于随机向量的维数时,样本方差阵不一定是正定的。此外,连续型总体情形下得到的结论可以应用到典型相关分析中。     

负相依样本的Rosenthal型不等式

目的 基于一类负相依随机样本,建立其Rosenthal型不等式.方法 利用负相依样本的性质、Markov不等式和Jensen不等式给出证明过程.结果 与结论 成功将Rosenthal型不等式从独立样本推广到负相依样本,该不等式将为小波密度估计提供理论基础.     

非均等排序集抽样下位置参数的Mann-Whitney检验

针对两总体位置参数的检验问题,提出了基于非均等排序集抽样方法的Mann-Whitney检验统计量,证明了当原假设成立时其分布具有对称性且不依赖于总体分布,证明了新统计量的渐近正态性,计算出其数学期望和渐近方差,并确定出检验拒绝域.模拟检验功效的比较结果表明:新检验优于基于简单随机样本和均等排序集样本的相应检验.     

体育调研中的两特征分层抽样方法

在体育调研工作中,所采用的分层抽样时层面的划分通常是按一个特征设计的,方法比较简单。但是体育调研通常所及到的调查项目较多,而且调查的结果又与一个以上分层特征有关,故使用以往分层抽样的方法得不到满意结果。本文引入的“两特征分层抽样方法”可以高效地解决以上提出的问题;由于所抽取的样本近似简单随机样本,这将有利于最后的计算机统计分析。     

样本轮换在分层整群抽样中的应用

针对实际连续抽样调查中样本轮换的广泛应用,将简单随机抽样场合下的样本轮换问题推广到分层简单随机连续抽样、整群连续抽样,并讨论其估计量、样本量、最优权数以及最优样本轮换率.     

随机自相似集的量子化维数

量子化维数的研究有了很大发展,但是对于随机自相似集的量子化维数的研究尚未有涉及.为此我们将主要研究随机自相似集上一个质量分布的量子化维数.本文利用概率论中数学期望的性质和反证法证明了量子理论中的一个定理在随机情况下也成立,从而为我们研究随机自相似集的量子化维数提供了一个重要的理论基础.     

一元有限总体样本均值分布的随机加权逼近

对来自一元有限总的简单随机抽样样本,共均值分布采用随机加权逼近,从模拟方差的角度说明随机加权法在抽样调查中的可用性,得到了E|Vr*Dn-VarTn|=O(1/n)的良好结果。     

随机序列基于指数分布的若干强极限定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权和的强偏差定理,并讨论了任意连续信源的相对熵密度的若于极限性质。     

有关秩集样本的应用

主要介绍有关秩集抽样的基本方法,并应用该方法进行了最紧的某处最优势检验,并与利用简单随机样本进行的检验进行比较。     

随机变量序列基于指数分布的强偏差定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权和的用不等式表示的极限定理,即强偏差定理     

基于随机F-矩阵的高维双样本协方差矩阵相等性检验

用高维随机矩阵理论, 对高维双样本协方差矩阵相等性的检验给出一种新方法. 结果表明, 利用高维随机F-矩阵线性谱统计量的中心 极限定理给出检验统计量的极限分布, 不仅适用于高维数据, 而且对于非正态的情形仍有效.     

二元无规混合物的有效介电常数计算公式的改进

利用有效介质理论导出了二元无规混合物的有效介电常数的普适计算公式。并且从二元无规混合物的两种拓扑结构出发,用自洽的方法改进了该二元无规混合物的有效介电常数计算公式。用该理论分析了金属微粒绝缘介质的远红外吸收和油水两元混合物的有效介电常数,与实验结果比较符合     

缺失数据下基于经验似然的加权复合分位数回归推断

针对协变量随机缺失的线性模型, 提出一种基于经验似然的加权复合分位数回归推断方法, 并证明了在数据随机缺失机制下该方法的大样本性质. 结果表明, 该方法计算简单, 且对回归参数的估计效率高于逆概率加权法.