共查询到10条相似文献,搜索用时 15 毫秒
1.
匡能晖 《兰州理工大学学报》2010,36(3)
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. 相似文献
2.
设{Xk,1≤k≤n}独立同分布,X1∶n,X2∶n,…,Xn∶n为其顺序统计量.当Xk服从三参数分别为μ,σ,r(μ∈R,σ>0,r>0)的Pareto分布时,作者得到了其极端顺序统计量X1∶n和Xn∶n的渐近分布;当k(k>1)固定时,得到了Xk∶n和Xn-k+1∶n的渐近分布,并且证明其极端顺序统计量X1∶n和Xn∶n是渐近独立的. 相似文献
3.
匡能晖 《郑州大学学报(理学版)》2011,43(2)
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. 相似文献
4.
5.
匡能晖 《浙江师范大学学报(自然科学版)》2009,32(4):396-400
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. 相似文献
6.
关于帕雷托分布顺序统计量的分布性质 总被引:1,自引:0,他引:1
匡能晖 《甘肃联合大学学报(自然科学版)》2009,23(4):18-21
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. 相似文献
7.
姜培华 《安庆师范学院学报(自然科学版)》2012,18(1):47-50
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。 相似文献
8.
《山西师范大学学报:自然科学版》2015,(3)
设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当总体服从两参数BurrⅢ分布时,得到了统计量(X(i),X(j))和极端顺序统计量X(1)和X(n)的概率密度函数、期望和方差,给出了顺序统计量X(k)(1≤k≤n)的高阶原点矩的精确表达式.此外还研究了极端顺序统计量X(1)和X(n)的渐近分布. 相似文献
9.
至多一个变点的Г分布的统计推断 总被引:4,自引:0,他引:4
对至多一个变点的Г分布,即X1,…,Xn为一列相互独立的随机变量序列,且X1,…,Xk0 i.i.d~Г(x;ν,λ1),Xk0 1,…,Xn i.i.d~Г(x;ν2,λ2),其中k0未知,称k0为该序列的变点.借助Gauss过程理论和滑窗方法,利用第一型极值分布逼近本提出的统计量的分布,给出了检测变点k0的程序和变点的区间估计.最后对中提出的统计量进行模拟并分析. 相似文献
10.
姜培华 《南通大学学报(自然科学版)》2015,(2):64-68
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. 相似文献