经验分布函数在各种散布序下的充分必要条件

设Ｆｘ（ｘ），Ｇｎ（ｘ）是样本总体Ｘ，Ｙ，经验的分布函数，我们通过「１」，「３」，「４」中所定义的散布序≤ｍｉｓｐ、≤ｄ＾＊，≤＾ｄ来比较两个经验分布函烽间的散布程度，从而得到了Ｆｎ（ｘ），Ｇｎ（ｘ）在各种散布序下的充要条件。     

独立随机变量偶次幂之和的极限定理

设{Xi}为相互独立的随机变量序列，研究了更一般的Sn(k)=∑i=1 n Xi^k,(k≥2的偶数)的极限定理，并且推广了文[1]的结论．     

生长曲线模型中的联合影响分析

本文讨论了生长曲线模型中多组数据对回归分析的联合影响问题,给出了度量准则及其化简式与统计解释,推广了已有文献中的有关结果.     

分布函数间几种散布序的关系

设 F是分布函数 ,对 α∈ (0 ,1 ) ,记 X+F (α) =sup{ x:F(x) <α} ,X-F (α) =inf{ x:F(x) >α} ,XF(α) =(X+F (α) +X-F (α) ) /2 .本文给出了分布函数 F和 G之间的一种散布序 ,记作 d≤ ,F d≤ G 0 <α<β<1 ,XF(β) - XF(α)≤ XG(β) - XG(α) .在一定的条件下 ,讨论了几种散布序 d≤ ,disp≤ ,d*≤ 的等价关系     

条件独立及其性质

独立是概率论中特有的概念,有着十分重要的意义.本文应用条件概率给出了条件独立的概念,得到了条件独立的相关性质.     

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．     

关于独立x2随机变量的性质

本文给出了两个独立的x^2随机变量和、商的分布，并讨论了其和与商的独立性。     

利用离散型随机变量的分布律构造Toeplitz矩阵

分别利用几何分布的随机变量分布律、对数分布随机变量分布律和负二项分布的随机变量的分布律构造出三类Toeplitz矩阵.     

几个重要分布的Pearson-χ2的最大距离及其渐近性

利用Pearson-χ^2最大距离的定义,讨论了几个重要分布Pearson-χ^2的密度差异及其渐近情况.     

未知的分布函数间散布程度的比较

用已定义的散布序比较了两个经验分布函数的散布程度，得到了比较两个未知的总体分布函数的散布程度的方法