共查询到10条相似文献,搜索用时 437 毫秒
1.
匡能晖 《郑州大学学报(理学版)》2011,43(2)
设(Xk,1≤k≤n)独立同分布,X1:n,X2:n,…Xn:n为其顺序统计量,当X4服从三参数分别为μ,δ,γ(μ∈R,σ>0,r>0)的Pareto分布时,得到了(X1:n,X2:n,…,Xn:n)的联合概率密度函数,以及Xk:n (1≤k≤n)的密度函数,从而进一步得到Xk:n的q(q<1/r为正整数)阶原点矩E(Xqk:n)的精确表达式.证明了其顺序统计量的样本间隔X1:n,X2:n,-X1:n,…,Xn:n -Xn-1:n不独立,且不同分布.此外还研究了其极端顺序统计量 X1:n和Xn:n的渐近分布. 相似文献
2.
3.
姜培华 《南通大学学报(自然科学版)》2015,(2):64-68
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. 相似文献
4.
《山西师范大学学报:自然科学版》2015,(3)
设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当总体服从两参数BurrⅢ分布时,得到了统计量(X(i),X(j))和极端顺序统计量X(1)和X(n)的概率密度函数、期望和方差,给出了顺序统计量X(k)(1≤k≤n)的高阶原点矩的精确表达式.此外还研究了极端顺序统计量X(1)和X(n)的渐近分布. 相似文献
5.
双截尾的Cauchy 分布顺序统计量的渐近分布 总被引:1,自引:0,他引:1
设 {Xk, 1 ≤k ≤n}独立同分布, X1:n, X2:n, … , Xn:n为其顺序统计量。当 Xk服从参数为 A 和 B(A1:n和Xn:n的渐近分布; 当 k(k>1)固定时,得到Xn:n和Xn-k+1:n的渐近分布; 并且证明其极端顺序统计量X1:n和Xn:n是渐近独立的。 相似文献
6.
姜培华 《安庆师范学院学报(自然科学版)》2012,18(1):47-50
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。 相似文献
7.
关于帕雷托分布顺序统计量的分布性质 总被引:1,自引:0,他引:1
匡能晖 《甘肃联合大学学报(自然科学版)》2009,23(4):18-21
设{Xk,1≤k≤n}独立同分布,X(1),X(2),...,X(n)为其顺序统计量.当Xk服从参数为r(r>0)的帕雷托分布时,得到了(X(1),X(2),...,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)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. 相似文献
8.
匡能晖 《兰州理工大学学报》2010,36(3)
设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为λ(λ0)和r(r为正整数)的Gamma分布时,得到(X(1),X(2),…,X(n))的联合概率密度函数,及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.证明当r≠1时,X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布. 相似文献
9.
姜培华 《南通大学学报(自然科学版)》2018,17(1):75-80
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. 相似文献
10.
拉普拉斯分布顺序统计量的分布性质 总被引:5,自引:0,他引:5
匡能晖 《徐州师范大学学报(自然科学版)》2009,27(3):34-37
设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为λ(λ〉0)和μ(μ为实常数)的拉普拉斯分布时,得到了(X(1),X(2),…,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1n)和X(n)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. 相似文献