四参数二元McKay型伽马分布的几个性质

讨论了四参数二元McKay型伽马分布的几个性质.通过变量替换技术,导出了四参数二元McKay型伽马分布的特征及模拟性质;通过已知可识最小值及差值的分布密度,所有参数皆可识别,得到识别性质;通过计算X,Y之间的相关系数,证明了相关系数落在(0,1)内,得到相关性质,证明了X的尾部关于Y的尾部渐近不相关以及Y的尾部关于X的尾部渐近正相关,得到渐近性质;最后,得到了四参数二元McKay型伽马分布参数的矩估计及最大似然估计.从应用层面考虑,采用二步拟合,先导出了位置参数的最大似然估计,进而导出尺度参数和形态参数的矩估计,得到估计性质.利用已有文献中的实例数据,给出了基于四参数二元McKay型伽马分布的地震灾害评估参数的估计值.

指数分布抽样基本定理及在四参数二元Marshall-Olkin型指数分布参数估计中的应用

本文提出指数分布抽样基本定理,四参数二元Marshall-Olkin型指数分布的参数估计中,从参数的识别性分析着手,获得了一个用可识最小值函数表示的分布函数表达式,进而得到了二元指数分布的一个特征;以二元指数分布随机变量样本与二元可识最小值随机变量样本的等价性,获得了基于二元可识最小值随机变量样本参数的最大似然估计,并应用指数分布抽样基本定理,得到了四参数二元Marshall-Olkin型指数分布参数的一致最小方差无偏估计。

例说基于可识最小值之识别性与参数估计及特征的关系

讨论基于可识最小值之识别性与参数估计及特征的关系,以二元Marshall-Olkin型Weibull分布为例,存在全部参数可估计且可识别且有识别特征的情形;以二元McKay型伽马分布为例,存在全部参数可估计且部分参数可识别且无识别特征而有其它分离特征的情形,若是基于可识最小值及差值,则是全部参数可估计且全部参数可识别且有识别特征的情形;以二元极值二点分布为例,存在部分参数可估计且部分参数可识别且有识别特征的情形.