基于K-S统计量的两个总体相等性的Bootstrap检验

文章提出基于K-S统计量的新的统计量及相应的Bootstrap统计量,证明它们在原假设下有相同的极限分布,并进行了数值模拟.     

分布对称中心的U检验方法

基于构造U统计量提出了检验对称随机变量分布对称中心的一种新的检验统计量,获得了该检验统计量在原假设与备择假设下的极限分布,并用Bootstrap方法来获得检验拒绝域的临界值,对几类重要对称分布下该检验统计量的检验功效进行了比较,说明了该检验统计量的优良性.     

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.     

基于可交换随机元的U—统计量的渐近性态

把随机变量列的De Finetti 定理推广到取值于一般可测空间的随机元列。由此又获得基于可交换随机元样本的U-统计量的渐近性态。     

基于不同分布样本的两样本U—统计量投影残差的指数收敛…

本对基于不同分布样本的两样本Ｕ－统计量，研究了在核函数有界或满足一定条件的非有界时其投影残差的指数收敛速度，得到了相当于独立和的类似结果。     

顺序统计量的分布

先用归纳法证明多个顺序统计量的联合分布,接着又根据顺序统计量的联合分布研究单个顺序统计量的分布,最后对其条件分布也做了系统的研究.     

寿命分布类的次序统计量的联合分布

本文把计算次序统计量的联合分布由两个次序统计量的情况推广到K个次序统计量的情况，并求出了一些常用的寿命分布类的κ个次序统计量的联合分布。     

U-统计量的Edgeworth展开及其随机加权逼近

探讨了独立样本情形下U－统计量的分布的渐近展开，在较一般的条件下证明其Edgeworth展开的余项之误差可达到o(n^-1/2)，并构造精度为o(n^-1/2)的随机加权逼近。     

解析函数的Pade－type逼近的对角收敛性

有理逼近的对角收敛问题一般都不易解决，在该文中．对一种特殊的有理逼近─—Ｐａｄｅ－ｔｙｐｅ逼近，给出了关于解析函数作为被逼近函数的对角收敛定理。     

摄动距离函数最佳逼近元的存在性

应用Gateaux导数的性质来研究摄动距离函数最佳逼近元的存在性,得到了最佳逼近元存在的必要条件和充分条件.     

分片线性逼近的连续性证明

给出了点到值映射的分片线性逼近连续性的两种证明。     

一种特殊的Wishart分布的密度函数

本文用积分变量替换的方法导出了一种特殊情形下的非中心Wishart分布密度函数的表达形式。     

广义Bernoulli函数用三角多项式的单边逼近

给出了广义Bernoulli函数用三角多项式在L_1范数下的最佳单边逼近的准确值。     

亚纯函数及其各级导数的线性组合的辐角分布

本文考虑了亚纯函数结合其导数的线性组合涉及重值的辐角分布方面的问题,证明了: 定理 设f(z)是λ级亚纯函数,0<λ<∞,则存在一条由原点出发的半直线B:argz=θ_0(0≤θ_0≤2π),使得对于任意正数ε,一切有穷复数a与一切有穷非零复数b有;其中F(z)=a_0f~((m))(z)+a_1f~((m-1))(z)+…+a_m(f(z)(a_0≠0)而k,l是满足(m+1)/k+1/l<1的正整数。     

Baskakov算子对有界变差函数的点态逼近

设f(x)在[0,∞)的每一有限子区间上为有界变差函数,作用在f(x)上的Szasz—Mirakyan算子和Baskakov算子分别为:S,(f,x)=sum from k=0 to ∞ (f(k/n)e~(nx)((nx)~k)/kl),V_n(f,x)=sum from k=0 to ∞ (f(k/n)((n+k-1)/k))x~k/(1+x)~(n+k)) Fuhua Cheng借助Bojanic的方法得出了S_n(f,x)对f(x)的点态逼近度。本文在学习与参考[2]的基础上,更多地应用概率方法,来研究V_n(f,x)对f(x)的点态逼近度。在处理尾部时,我们得到了一个一般性的结果(文中的引理5),它不仅可以用来证明本文的定理1,而且也适用于其他算子,从而简化了[2]中的计算。