矩法估计理论的一个推广

对数理统计中参数估计的矩法估计理论作了进一步的探讨，指出了样本中心矩代替总体中心矩的理论依据，并证明了由样本中心矩代替总体中心矩所构造的估计统计量与由样本原点矩代替总体原点矩所构造的估计统计量是一致的.     

离散型随机变量的K阶矩

对离散型随机变量的k阶矩进行了研究,给出了几类离散型随机变量的k阶原点矩的统一递推公式,得到了离散型随机变量的k阶原点矩的形式特征.     

关于超几何分布高阶矩的研究

利用组合数学与概率论的方法,研究了超几何分布的高阶原点矩、高阶中心矩及高阶半不变量,得出这3种高阶矩的直接表达式.     

关于泊松分布高阶矩的一些研究

用组合数学与概率论的方法研究泊松分布的高阶原点矩,高阶中心矩及高阶半不变量,并得出其三种高阶矩的直接表达式.     

一种新的色谱柱效评价方法-跃迁次数m评价法

依据色谱柱分离过程的驰豫理论,得出了色谱流出曲线方程及其一阶原点矩,二、三阶中心矩的表达式,验证了驰豫理论所提出的跃迁次数的意义,讨论了m与组分、半高峰宽、流动相速度的关系,并用实验证明。     

基于(p，q)-整数的一类新的Durrmeyer型Baskakov算子的收敛阶

文章引入了一类新的基于(p, q)-整数的Durrmeyer型Baskakov算子. 利用计算出的算子的矩量和中心矩量导出了该算子的加权逼近定理并利用二阶光滑模和Steklov平均得到算子的收敛阶.     

对数正态分布参数的精确估计及其应用

分析了两参数对数正态分布均值四种常见的估计方法,其中Gunnar Taradsen提出的修正极大似然估计优于其他三种估计.在此基础上讨论了总体m阶原点矩和m阶中心矩以及峰度的修正极大似然估计,而且提出总体的中位数、众位数和偏度不存在修正的极大似然估计,并用Mathematica 4.0对上海股票市场的大盘日成交量进行仿真分析,结果表明与理论推导完全一致.     

对数正态分布参数的精确估计及其应用

分析了两参数对数正态分布均值四种常见的估计方法,其中Gunnar Taradsen提出的修正极大似然估计优于其他三种估计.在此基础上讨论了总体m阶原点矩和m阶中心矩以及峰度的修正极大似然估计,而且提出总体的中位数、众位数和偏度不存在修正的极大似然估计,并用Mathematica 4.0对上海股票市场的大盘日成交量进行仿真分析,结果表明与理论推导完全一致.     

对数正态分布参数的精确估计及其应用

分析了两参数对数正态分布均值四种常见的估计方法,其中Gunnar Taraldsen提出的修正极大似然估计优于其他三种估计。在此基础上讨论了总体m阶原点矩和m阶中心矩以及峰度的修正极大似然估计,而且提出总体的中位数、众位数和偏度不存在修正的极大似然估计,并用Mathematica 4.0对上海股票市场的大盘日成交量进行仿真分析,结果表明与理论推导完全一致。     

计算Poisson分布n阶原点矩的新方法

按定义计算Poisson分布n阶原点矩非常复杂,本文给出了一种计算Poisson分布n阶原点矩的新方法,该方法计算简便,行之有效。     

高阶复域微分方程解取小函数的收敛指数

研究了亚纯函数系数的高阶复域微分方程的解取小函数的点的收敛指数,得到了方程的解取小函数的点的收敛指数的精确估计.     

一类高阶微分方程亚纯解取小函数的收敛指数

研究了亚纯函数系数的高阶线性微分方程亚纯解取小函数的点的收敛指数问题,获得了线性微分方程亚纯解取小函数的点的收敛指数的精确估计.     

非齐次线性微分方程解取小函数的点的收敛指数

首次研究了非齐次线性微分方程f^(k) Ak-1f^(k-1) … A0(f）＝F解取小函数g的点的收敛指数问题，得到方程解的超级、解取小函数的超级及方程系数的级三者的关系。     

随机序列和的几乎必然收敛

通过研究上可加的r阶矩结构的随机序列和的几乎必然收敛性、收敛速度,给出了2个重要定理的证明,得出的随机序列和的收敛速度在数量级上已达到最优,并给出了定理的相关应用.     

一类二阶超越亚纯系数微分方程的复振荡

研究了线性微分方程:f(2)+A(z)f=0(1),得到了当A(z)是超越亚纯函数时,方程(1)的任一亚纯解的零点收敛指数与A(z)的级的关系.     

f（x）零点的一种迭代解法

本文推导一种同时求解f（x）零点的迭代解法,并分析了方法收敛性及收敛阶,最后给出若干算例.     

复平面上一类有理插值函数的一致逼近阶

设f(z)在|z|=1上连续,本文利用插值逼近方法,研究了复平面上的一类有理插值函数,得到了其在|z|=1上一致收敛于f(z)的逼近阶     

一个二次规划问题的高阶收敛算法

利用凝聚函数对二次规划问题的等价形式进行带参数的磨光，并对参数方程的解曲线进行离散化追踪，在适当的条件下，证明了该算法具有大范围线性收敛和局部任意阶收敛.     

线性互补问题中一个新的高阶收敛算法

利用凝聚函数对线性互补问题的等价形式进行带参数的磨光 ,并对参数方程的解曲线进行离散化追踪 ,在无假设有严格互补解的条件下 ,给出一个新的算法 .在适当条件下 ,证明该算法具有大范围线性收敛和局部任意阶收敛性     

线性互补问题中一个新的高阶收敛算法

利用凝聚函数对线性互补问题的等价形式进行带参数的磨光， 并对参数方程的解曲线进行离散化追踪， 在无假设有严格互补解的条件下， 给出一个新的算法. 在适当条件下， 证明该算法具有大范围线性收敛和局部任意阶收敛性.