三种重要分布的极限分布

超几何分布、二项分布、普阿松分布、正态分布是概率论中几种重要的分布函数，这4种概率分布之间存在着一定的联系。给出了它们之间的关系，并进行证明，同时指出了它们在实际问题中的应用。     

关于Dirichlet分布参数估计的渐进分布

在张尧庭用多元线性模型的结果所导出的Dirichlet分布参数的几个估计量^[1]的基础上进一步求出它们的渐近分布，并证明基点一个估计量的不变性。     

一类特殊Z分布的渐近分布

通过对Fisher-Z分布进行适当分解, 利用截尾法研 究Z分布的近似分布. 证明了当Z分布中的两个参数m和n都为正整数, 且m/(m+n) →α(m,n→∞, 0<α<1)时的渐近分布为正态分布. 作为特例, 说明了某类F分布的渐近分布 也是正态分布.     

一类Dirichlet分布的渐近分布

利用中心极限定理和Slutsky定理, 证明了一类Dirichlet分布的渐近分布为正态分布.     

柯西分布概率模型的copula分布估计算法

分析柯西分布函数的特性,说明在众多连续型分布函数下,在copula分布估计算法中建立柯西分布概率模型的可行性。通过描述柯西分布以及逆累积分布函数的采样,给出柯西分布函数参数不同的估计方法,得到相应的采样及完整的分布估计算法．进行仿真实验比较柯西分布概率模型的copula分布估计算法和经验分布概率模型的copula分布估计算法,说明柯西分布概率模型的copula分布估计算法的有效性。     

矩阵t—分布的渐近分布

本文论证了在一定的条件下，矩阵ｔ－分布的渐近分布为矩阵正态分布。     

对称连续分布样本绝对最大值的抽样分布

在极值研究中，针对对称的连续总体，讨论了其样本绝对最大值的抽样分布，从理论上导出了样本绝对最大值的统计量Ｌ的分布函数。     

有限混合广义误差分布的极限分布

作为正态分布的推广,广义误差分布是在统计中是应用最广泛的分布之一。有限混合分布在现代统计中的整个发展过程中作为一个模型得到了广泛的研究和应用.这篇文章在广义误差分布的一个重要不等式的基础上研究了有限混合广义误差分布的尾部性质,得到了它的尾部的渐近性质,同时得到了Mill’s率。然后利用有限混合广义误差分布的尾部渐近性质讨论了同服从该分布的独立随机变量序列最大值的极限分布以及如何选择适当的的规范化常数使得最大值的分布收敛到双指数分布。     

对t分布的极限分布的简便推证

本文对概率论与数理统计学中的一个重要极限: 给出了一个新的证明,它比现行有关书籍上的证明都要简便。     

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。     

矢量场的分布与其实际的源分布之间的关系

矢量场是由它的源所引起的，所以场分布由源的分布所决定．本文试图依据亥姆霍兹定理，推导出整个场的分布与其所有实际的源分布之间的关系式．     

多维超几何分布、多项分布与多维Poisson分布之间的关系

将一维情形的超几何分布、二项分布与Ｐｏｉｓｓｏｎ分布之间的联系加以推广，提出多维Ｐｏｉｓｓｏｎ分布的概念。多维超几何分布在一定条件下以多项分布作为其极限分布，而多项分布在一定条件下又趋向于多维Ｐｏｉｓｓｏｎ分布。     

宽明渠流动的流速分布及含沙量分布

本文综合了目前明渠流速分布的试验成果,建议了一个统一的流速分布公式,並在此基础上推导了一个含沙量分布公式。     

多项分布与多元Poisson分布

通过对多项分布与多元Poisson分布关系的研究,得到多元独立的非负整值随机变量X1,X2,…,Xn每一个服从Poisson分布的充分必要条件,并从另一个方面描述了二项分布与Poisson分布的内在关系。     

小孔泄流速度分布与麦克斯韦速度分布的关系

推导泻流分子的速度分布,讨论泻流速度分布与平衡态分子麦克斯韦速度分布的关系,并将它们的速度分量的分布、速率分布作了对比。泻流分子的分布律与容器内气体分子的分布具有一定的对应关系,但二者是有区别的。     

偏心圆柱面静电场电势分布和电场强度分布的求解

本在献[1]研究工作的基础上，研究了两不同轴线的带电导体圆柱面相互嵌套时的电场求解问题，采用分式线性变换和静电场的高斯定理经推导严格地求出了其空间的电势分布和电场强度分布的解析解，获得了等势线的方程和电力线的方程。     

统计量服从特定分布的充要条件

当正态总体的方差未知时，人们常用t检验法来检验总体的均值．事实上，这种检验方法并不一定要求总体是正态分布，甚至样本之间的独立性要求也不是必要的．本文的目的是研究t检验的适用范围，给出了二维随机向量构成服从t分布统计量的充要条件．出于类似的目的，还给出了二维随机向量构成服从Dirichlet分布及F分布统计量的充要条件．     

关于分布函数的注记

给出θ＝Ｆ（ζ）（Ｆ（ｘ）为ζ的分布函数的具体形式,指出当Ｆ（ｘ）有一个间断点时,θ一定不服从均匀分布。     

矩阵F分布与矩阵T分布在左球分布类中的推广

利用任意非负Borel函数的教学期望与随机向量的密度函数的关系,通过随机矩阵的变换,证明了左球分布定义的矩阵F和矩阵T仍然服从矩阵F分布和矩阵T分布,从而将矩阵F分布和矩阵T分布推广到左球分布类.这一结果扩大了椭球等高分布的应用范围.