三参数的Pareto分布顺序统计量的分布性质

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.     

双截尾的Cauchy 分布顺序统计量的渐近分布

设 {X_k, 1 ≤k ≤n}独立同分布, X_1:n, X_2:n, … , X_n:n为其顺序统计量。当 X_k服从参数为 A 和 B(A1:n和X_n:n的渐近分布; 当 k(k>1)固定时,得到X_n:n和X_n-k+1:n的渐近分布; 并且证明其极端顺序统计量X_1:n和X_n:n是渐近独立的。     

两参数逆威布尔分布顺序统计量的矩及渐近分布

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.     

Kumaraswamy分布顺序统计量的数字特征及渐近性质

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Kum（λ,φ）分布时,得到了其顺序统计量的联合概率密度、极端值顺序统计量的概率密度和k阶矩的表达式.此外还研究了极端值顺序统计量X（1）和X（n）的渐近分布。     

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.     

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.     

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.     

次序统计量和的渐近分布（Ⅱ）

设｛Ｘｎ，ｎ≥１｝是狡立同分布随机变量列，Ｘｎ，１≤…≤Ｘｎ，ｎ是Ｘ１，…，Ｘｎ的次序统计量，对非负实数Ｐｎ     

顺序统计量的模型分辨

设ｘ１，ｘ２，…ｘｎ为ｎ个相互独立的随机变量，本文证明了在分布满足一定条件下，第ｋ个顺序统计量ｘ（ｋ）（１≤ｋ≤ｎ）的分布决定了ｘｉ的分布（ｉ＝１，２，…ｎ）。     

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．     

基于Weibull分布的次序统计量的随机比较

随机序的比较是对随机变量之间相关关系的一种刻画.在文中将证明:对于独立不同分布的两个Weibull分布样本,当它们共同的形状参数α不超过1时,样本对应的次序统计量之间存在一致的一般随机序,然而,当α大于1时,样本对应的极大值和极小值统计量有着相反的一般随机序.     

关于次序统计量分布的注记

对任意3个次序统计量的分布及任意l（1≤l≤n）个次序统计量的分布给出详细的证明．     

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.     

带有约束条件的Logistic分布参数的渐近置信估计

基于带有约束条件的Logistic分布若干个样本分位数,建立线性回归模型,求出其分布参数的约束最小二乘估计,并证明此估计是参数渐近正态且渐近无偏估计,从而得到分布参数的渐近置信估计.     

失效率局部成比例的伽玛分布和威布尔分布顺序统计量的随机比较

在独立情形下伽玛分布和威布尔分布顺序统计量的随机比较基础上,给出了随机变量以一般随机序局部大于和局部依序列条件递增的概念.讨论失效率函数局部成比例这种非独立条件下的伽玛分布和威布尔分布的顺序统计量的随机比较,得出当形状参数不变、尺度参数占优条件下二元最小顺序统计量的随机关系.此外,基于这种情形,得出威布尔分布顺序统计量是局部依序列条件递增的.     

关于指数分布的顺序统计量分布性质

探讨了指数分布的顺序统计量的一些重要分布性质.证明了X(1),X(2),…,X(n)不相互独立,且不服从同一分布,但X(i),X(j)满足TP2依赖,对于任何i＜j,RTI(X(j)｜X(i))和LTD( X(i)｜ X(j))).X(1),X(2)满足RCSI.此外,计算了X(1)和X(n)的数学期望和方差,说明了它...     

NA样本下分布函数估计的联合渐近分布

研究了NA样本下分布函数的核估计在有限个不同点上的联合渐近分布,证明了该分布为多维正态分布,从而将分布函数的核估计从单点推广到多点,扩大了分布函数核估计的应用范围.     

序约束下两个Burr分布总体参数的Bayes估计

分别在熵损失和对称熵损失函数下,讨论了序约束下对任何先验分布的两个Burr分布总体参数的Bayes估计。进而给出了序约束下不同先验分布的两个Burr分布总体参数的Bayes估计。