关于正态总体抽样分布定理的证明和思考

用数学归纳法,对正态总体抽样分布中的两个定理给出了一种简单的证明,以期为概率论与数理统计的有效教学提供借鉴.

指数抽样分布定理及三个期望之极小方差无偏估计的有效性比较

在相关文献工作的基础上完善指数抽样分布定理.首先导出指数分布样本最大值与样本最小值之差的分布,并证明了样本最大值与样本最小值之差和样本最小值相互独立;然后导出指数分布样本最大值与样本均值之差的分布,并证明了样本最大值与样本均值之差和样本最小值相互独立.从而构造出三个期望之极小方差无偏估计,基于样本均值与样本最小值之差和样本最小值构造出的期望之极小方差无偏估计,恰好是期望之一致最小方差无偏估计;文末,在小样本情景下,对上述三个期望之极小方差无偏估计作了有效性比较.

《概率论与数理统计》中定理的联系教学--以独立同分布的中心极限定理和样本均值的抽样分布定理为例

独立同分布的中心极限定理和样本均值的抽样定理是《概率论与数理统计》中的两个重要定理.这两个定理都很抽象.本文探讨独立同分布的中心极限定理和样本均值的抽样分布定理的联系与区别,进行类比教学,帮助学生理解这两个定理的意义,提高应用定理解决具体问题的能力.

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。

指数分布抽样基本定理及在指数分布参数统计推断中的应用

发现指数分布抽样基本定理,应用到指数分布参数的统计推断中,得到了指数分布参数的一致最小方差无偏估计;并且得到了单总体指数分布参数的置信区间及联合置信区间,以及双总体指数分布参数比值及差的置信区间.

帕累托分布抽样基本定理及在帕累托分布参数估计中的应用

本文首先发现帕累托分布抽样基本定理,应用到帕累托分布参数估计中,得到了帕累托分布参数的一致最小方差无偏估计;并且得到了单总体帕累托分布参数的置信区间及联合置信区间,以及双总体帕累托分布参数比值的置信区间.

指数分布抽样基本定理及在三参数一般指数分布参数估计中的应用

讨论三参数一般指数分布的参数估计,首先讨论了三参数一般指数分布参数的最大似然估计的求解问题,当其中参数α=1时,应用指数分布抽样基本定理,得到了三参数一般指数分布其它参数的一致最小方差无偏估计;并且由此给出求解三参数一般指数分布参数最大似然估计的迭代方法,得到了三参数一般指数分布参数最大似然估计的近似值,给出了模拟结果以说明迭代方法的收敛性;并以相关文献的观察数据作为样本,得到了三参数一般指数分布的参数估计,从而说明了迭代方法的有效性.

删失样本及完全样本下含位置参数的多元指数分布的参数估计

首先归纳出指数分布抽样基本定理;通过分布的识别性分析及参数的识别性分析,导出了串联系统下多元Marshall-Olkin型指数分布的一个识别特征,并由此得到了基于删失样本的含位置参数的多元Marshall-Olkin型指数分布参数的最大似然估计及一致最小方差无偏估计;通过密度分拆重组技术,还导出了随机系统下多元Marshall-Olkin型指数分布的一个特征,并由此得到了基于完全样本的含位置参数的二元Marshall-Olkin型指数分布参数的最大似然估计及无偏估计.