乘积极限估计的重对数律

利用右删失数据估计寿命分布时,常用乘积极限估计.本文给出乘积极限估计是均匀强相合估计的充要条件.证明乘积极限估计的均匀收敛的重对数律.

竞争风险场合PL型估计的弱一致收敛性

本文构造了竞争风险场合分布函数的乘积极限 (PL)型估计 ,运用经验过程的逼近理论及Taylor展开方法 。

竞争风险场合PL型估计的渐近正态性

为了在竞争风险场合考虑生存函数 (或分布函数 )的估计问题 ,本文构造了竞争风险场合分布函数的乘积极限 (PL)型估计 .运用经验过程的逼近理论及Taylor展开方法 ,给出了估计在全直线上的弱一致收敛速度 ,并证明了估计的渐近正态性 .

竞争风险场合PL型估计的强一致收敛性

本文构造了竞争风险场合分布函数的乘积极限(PL)型估计,运用经验过程的强逼近理论及Toylor展开方法,给出了PL型估计在全直线上的强一致收敛速度及其充分必要条件.

右删失数据下的限制平均寿命问题

在右删失数据下构造了"新"的随机变量,在删失变量分布已知的条件下,该变量的样本均值是限制平均寿命的方差有限的无偏估计;在删失变量分布未知的条件下,利用该变量得到的样本均值是限制平均寿命的相合估计.数值模拟说明所提出方法的有效性和可行性.

城市道路交通问题统计方法应用研究

基于2007年7月至2010年12月贵阳市车辆数据,拟合并利用随机因子回归分析,建立数据增长与预测模型;基于线性乘同余法(LMCM),分析研究随机M个数中连续随机分配及M中随机产生n个(n<M)数算法及其在摇号分配及摇号系统中的应用研究;生存分析非参数估计方法在实际通行能力测算中的应用研究。

随机函数的几乎处处中心极限定理

设{X_n,n≥1}是独立同分布随机变量序列,EX_1=0,EX_1~2=1．设S_n=∑_i^n=1 X_i,T_N=T_N(X_1,…,X_n)是随机函数且T_N=AS_N+R_n．我们证明若supE|R_n|＜∞,R_n=o n^(1/2)a．s．或R_n=O(n^(1／2-2γ))a．s．(0＜γ＜1／8),则对随机函数T_n几乎处处中心极限定理(简记为ASCLT)和函数型几乎处处中心极限定理(简记为FASCLT)成立．由此作为推论,可得对U统计量、Von-Mises统计量、线性过程、移动平均过程、线性模型中误差方差估计、功率和、连续分布函数的乘积极限估计和分位点函数的乘积极限估计等均成立着ASCLT和FASCLT．