广义次序统计量的任意维边际密度函数

广义次序统计量包括许多用以描述有序变量的随机模型,研究广义次序统计量使人们能够采用统一的观点去看待这些具体的模型,揭示其内在的性质。本文用数学归纳法给出了广义次序统计量的任意维边际密度函数的显示表达式,这对进一步探讨广义次序统计量性质具有十分重要的意义。     

L—统计量的非一致性收敛速度

本文研究了高阶矩条件下L—统计量的非一致性收敛速度,得到了与独立和类似的收敛速度。     

L—统计量的Bootstrap逼近的非一致性速度

文①中讨论了L一统计量的Bootstrap逼近的一致性速度,本文则研究了其非一致性速度.     

条件广义岭估计及其诊断统计量

研究了带约束线性模型中回归参数的有偏估计及其数据删除模型中度量影响大小的诊断统计量.提出条件广义岭估计,给出它在不同模型中的关系式,利用Welsch-Kuh统计量和特征值的性质,推导出删除k组数据后度量拟合值影响的上确界.通过实例分析检验了诊断统计量的有效性.     

次序统计量之和的中心极限定理

设{X, X_i, i≥1} 为独立同分布随机变量列,具有共同的非退化分布函数Ｆ,并且|X⁽¹⁾_n|≥|X⁽²⁾_n|≥...≥|X⁽ⁿ⁾_n|为|X₁|, |X₂|,...,|X_n|的次序统计量。对于r_n→+∞,r_n/n→0,记^(r_n)S_n=∑ⁿ_i=rn+1X⁽ⁱ⁾_n。本文得到了依分布收敛到正态的充要条件。     

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.     

统计量Χ^2 D及其概率性质

众所周知，在数据分析的拟台优度检验中，检验一总体是否服从某一有限的离散概率分布时，通常使用英国统计学家K.Pearson所引入的Χ^2统计量：Χ^2=∑i-tλi(ni/n-pi)^2，其中λ=n／pi,n1 … nr=n,p1 … pr本文分析K．Pearsor Χ^2统计量的构造源渊，指出其弊端，并引入了结构上更合理的检验用统计量Χ^2 D，研究了它的均值，方差及渐近分布．     

广义Fibonacci数列的极限

本文讨论了广义Ｆｉｂｏｎａｃｃｉ数列（Ｆａ）的极限问题，数列（Ｆｎ）由关系式定义，当ａｉ≥０，ｂｉ〈１时，数列（Ｆｎ）收敛且与初始值Ｆｉ〉０，１≤ｉ≤Ｋ无关，同时也对文「１」中的猜想给出了圆满的回答。     

具有极限跟踪性的系统

证明了若度量空间上的连续满射有伪轨跟踪性且是扩张映射,则它具有极限跟踪性．还证明了对于由（X,φ,f)↑∞i=0生成的逆极限系统(X∞,f∞),如果每个fi具有极限跟踪性,则诱导映射f∞也有极限跟踪性,并说明了它的逆命题不成立．     

广义Cauchy中值定理"中值"的一个渐近性质

得到了广义Cauchy中值定理中所取"中值"的一个渐近性质.     

几种类型广义函数的对偶性

在文［１］的基础上进行整理和推广，用形式付里叶级数定义广义函数，并讨论几种类型广义函数的对偶性。     

关于广义L-S-KKM映象的性质

作为研究非线性领域中很多问题的重要工具，Lin和Chang引入了一类S-KKM映象，证明了若干S-KKM映象的性质．本文在L-凸空间中建立了广义L-S-KKM映象，讨论了广义L-S-KKM映象的性质，并且证明了L-S-KKM集族是KKM集族的真推广．作为应用还得到了L-凸空间中的一个不动点定理．改进和推广了广义S-KKM映象的相关性质．     

广义的Aitken△~2-过程对极限k(k≥2)循环连分式的加速收敛

本文对极限k(k≥2)循环连分式的渐进分式序列引入广义的Aitken△~2一过程,在一定条件下,用它来对极限k(k≥2)循环连分式进行加速收敛,给出了数值结果,并讨论了r=0的情况。     

一类推广的Sikkema—Kantorovich算子的Lipschitz性质

本文构造了一类推广的Sikkema—Kantorovich算子，研究了该算子在C空间的性质，并在L^p空间中讨论了该算子的保Lipschitz性质．     

关于积分上限函数及其性质的修改设想

提出了“积分上限函数”的一种新定义，并给出了新定义下“积分上限函数”的一些性质，有效地推广了传统《高等数学》、《数学分析》等教材(如[1]，[2]，[3]，[4])中关于“积分上限函数”的相关结果。     

关于广义Jeans数集的一个性质

用初等简洁的方法给出了广义Jeans数集的一个性质,证明了Halbeisen和Hungerbh櫣ler提出的一个猜想.     

广义Gaussian分布的Pearson-x^2距离及其渐近性

利用Pearson-x^2距离和最大距离的定义，探讨了广义Gaussian分布的Pearson-x^2距离及其渐近性，并作为特例得到了Gaussian分布、Laplacian分布的Pearson-x^2距离及其渐近性．     

随机右删失下核光滑乘积限估计的大样本性质

讨论了随机右删失下乘积限估计Ｆｎ（ｔ）与核光滑乘积限估计Ｆｎ（ｔ）之差（Ｆｎ－Ｆｎ）（ｔ）的大样本性质，得出了Ｆｎ（ｔ）的一般大样本性质，特别是ｎ＾１／２（Ｆ（ｔ）－Ｆ（ｔ）＝γｎ（ｔ）→Ｇｐ（ｔ）的充分与必要条件。