负多项分布

在负二项分布的基础上给出了负多项分布的概念并求出了它的概率分布、数学期望、方差.     

拉普拉斯分布顺序统计量的分布性质

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．     

关于Gamma分布顺序统计量的分布性质

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.     

关于帕雷托分布顺序统计量的分布性质

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.     

关于Weibull分布顺序统计量的分布性质

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。     

关于幂分布顺序统计量的分布性质

本文给出了幂分布顺序统计量的联合密度函数,以及极值顺序统计量的密度函数,从而进一步得到极值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.     

关于χ^2分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1)≤X(2)≤…≤X(n)为其顺序统计量,当Xk服从自由度为n的χ2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.     

艾拉姆咖分布次序统计量的性质

研究艾拉姆咖分布次序统计量的性质,给出其密度函数,数学期望和方差,证明它的间隔不独立且不同分布.     

多元Poisson分布及其性质

首先给出了多元Poisson分布的一种定义,然后从研究其特征函数入手,讨论了多元Poisson分布的边缘分布、条件分布以及数字特征等一系列性质.最后给出了多元Poisson分布与多项分布以及多元正态分布之间的关系.     

关于两参数瑞利分布顺序统计量的分布性质

利用二项式展开定理,讨论了两参数瑞利分布顺序统计量的分布性质,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及其数学期望与方差的表达式,此外还证明了其顺序统计量的样本间隔不独立,且不同分布.     

负二项分布的性质及其应用

本文给出了负二项分布的若干性质并对其应用进行了研究。     

具有可靠性增长的三项分布概型参数的Bayes估计

本文研究具有可靠性增长的三项分布概型的参数 Bayes 估计,在先验分布为 Beta 分布,负对数 Gama 分布下,得到的主要结果有定理1、2.     

三项展开式的性质及应用

研究了一个三项展开式问题,获得了三项式系数的一些有趣性质,并利用这些性质证明了几个新的组合恒等式．     

三项式系数的规律

经过对杨辉三角——二项式系数的研究，发现了三项式系数的几何规律，并给予了严格的证明。     

负二项分布置信限的分析推导

本文利用数学分析工具推导出负二项分布的双侧置信限。     

数学期望的计算方法

数学期望是概率统计中随机变量最重要的数字特征之一,本文通过一些例子,给出了数学期望的几种求法.     

负二项分布可靠度的E-Bayes估计

对负二项分布,给出在熵损失函数下当可靠度的先验分布为Beta分布和幂分布时可靠度的Bayes估计、E-Bayes估计及多层Bayes估计,并针对先验分布为幂分布的情形设计了相应的数值实验.实验结果表明,相对于负二项分布可靠度的多层Bayes估计,其E-Bayes估计的计算更简单,且稳健性也更好.     

负二项分布的优良特性及其在风险管理中的应用

研究了负二项分布的两个基本模型及推广,得到第一类负二项分布条件概率具有封闭性且给出参数的一个非经典置信区间估计,特别研究了第二类负二项分布与泊松分布的关系。     

负定矩阵的性质及其证明

由负定二次型的定义引出负定矩阵的定义,然后得出负定矩阵的12个相关性质,并给出了相应的证明.