n维空间中质点之间距离分布及其特征

提出了随机分配的质点之间距离分布的概念,给出了最近距离分布公式,得到了最近距离和k次距离分布的众数,矩及质点空间密度D的充分统计量和极大似然估计.     

含一个解释变量的不独立变量含误差模型

变量含误差模型是一类常见的统计模型,国内外的许多学者在这方面都进行了大量的研究,并且得到了一些很完美的结果,但大量工作是有关独立变量含误差模型的研究.讨论了一类含一个解释变量的不独立变量含误差模型,完成了真值x的估计,并给出了相应的参数估计.     

一类新的矩阵椭球等高分布族

本文引进一类新的矩阵椭球等高分布族F_G(n×p),讨论其性质,并给出它的线性变换族F_G~+(n×p)中参数M_1Σ和F_G~*(n×p)中参数λ_i,Q_i,i=1,…,r的极大似然估计和似然比检验     

数据模拟与模型参数的回报

模型参数估计方法的优良性可用数据模拟一参数回报的方法进行检验.本文建立了一类与Rasch模型相关的展开模型,着重讨论了该模型参数的回报与比较,以此为实例概要地介绍了数据模拟—参数回报的基本技术.     

多传感器阵列信号的分布式恒虚警检测

对于均匀Gauss背景中的Swerlling II型起伏目标的多传感器分布式恒虚警检测,为了充分利用阵列雷达接收信号间的相位关系,采用了相干检波信号处理方式.针对局部检测统计量信息量大,通信带宽小的特点,结合实际检测中信号强度未知等困难,提出了广义似然比恒虚警(GLR-CFAR)局部处理算法.仿真结果表明,该检测方式性能接近最优性能,传感器积累对信噪比改善明显,达到3～7 dB, 提高小信号目标的检测概率,且具有实现简单的优点.因此,此方法适合用于多雷达检测场合.     

两m相依样本参数差异的经验似然置信区间

本文将经验欧氏似然应用于半参数模型,讨论了在此模型下两强平稳m相依样本参数差异的经验欧氏似然置信区间,证明了其经验欧氏似然比统计量的渐进χ^2分布性,并给出其经验似然置信区间.     

在衰减信道中基于最小贝叶斯风险的检测算法

针对实际检测过程中本地检测器至融合中心传输信道的非理想性,提出了基于两种非理想信道模型的分布式检测算法:第一种为融合中心已知非理想信道的瞬时状态信息;第二种为融合中心已知非理想信道的统计特性。通过最小化平均贝叶斯风险来设计本地检测器和融合中心的优化判决算法,其判决形式都可简化为似然比判决。最后通过仿真表明第二种模型的检测性能略低于第一种模型,但其计算量却大大降低。     

非线性再生散度模型的广义变离差检验

研究了非线性再生散度模型的广义变离差检验,对于一类常见的正则散度分布族,解决了离差参数的齐性检验问题,得到了检验的似然比统计量和score统计量,并证明了score统计量的渐近χ2性.本文研究的非线性再生散度模型包括了许多常见的统计模型,诸如正态线性和非线性回归模型、广义线性模型和广义非线性模型等;同时,本文结果也适用于某些更复杂的分布,诸如基于极值分布、单纯形分布的非线性模型等.因此本文的结果进一步推广和发展了文献中已有的工作.     

部分线性反映变量含误差模型的经验似然置信区域

目的研究部分线性反映变量含误差模型。方法发展了经验似然比方法,将其应用到部分线性反映变量含误差模型。结果得到了W ilks定理的非参数形式,定理用来构造参数向量的渐近置信区域。结论参数β的置信区域也可由其他方法来构建,但与正态逼近或自助法相比,经验似然方法在实践中更直接和简单。     

随机序及其随机序之间的关系

文章先介绍了几种主要的随机序,其中包括期望效用准则、随机占优、单调风险率条件、单调似然率条件和均值-方差准则,然后在此基础上研究了它们之间的关系。