一般指数帕累托分布下最大顺序统计量的比较

本文研究了基于齐次指数或者异质指数帕累托分布下样本的最大顺序统计量的随机比较问题,给出了当总体分布关于参数存在某些序条件下最大顺序统计量之间随机比较的一些充分条件.

来自于Multiple-Outlier模型的最小次序统计量序性质（英文）

本文中,我们研究来自于两个multiple-outlier模型的最小次序统计量的随机比较,其中两个模型中独立同分布的随机变量个数不同.令X_(1:n)(p,q)和X_(1:n~*)(p~*,q~*)分别表示来自于X_1,…,X_p,X_(p+1),…,X_n和X_1,…,X_(p),X_(p~*+1),…,X_(n)的最小次序统计量,这里q=n-p,q~*=n~*-p~*.在参数(p,q)和(p~*,q~*)满足某些优化序条件下,我们根据普通随机序,失效率序和似然比序给出了X_(1:n)(p,q)和X_(1:n~*)(p~*,q~*)的序比较.

顺序统计量的分布及其在优效性中的应用

研究顺序统计量的分布,讨论顺序统计量在优效性中的应用,证明改进后的最大顺序优计量是均匀分布U(0,θ)的3个无偏优计中最好的.

关于次序统计量广义TTT序的几个结果(英文)

研究了次序统计量在广义TTT变换序(TTT变换序)和剩余财富序下的性质.讨论了寿命分布类NBUT在增凹变换下的封闭性以及NWUT寿命分布在次序统计量下的特征.

一种基于强散射中心顺序统计量积累的距离扩展目标的检测方法

针对扩展目标的检测问题，设计了一种基于强散射点顺序统计量积累的检测器。该检测器实现相对比较容易，首先对回波匹配滤波输出的信号进行平方检波，然后对检波输出的数据排序，选择排序后最大的κ个数据之和作为检测统计量，最后根据预先设计的虚警概率得到的门限进行判决，实现扩展目标的检测。通过仿真计算可知，该检测器性能相对较高，对于目标强散射点相对较少时，其性能接近最优检测器性能（只有约0．3dB增益的降低），与SDD-GLRT检测器相比则具有较好性能（在某些情况下约有2．5dB增益的提高）。根据实际距离扩展目标只有几个强散射点这一事实，表明了基于强散射中心顺序统计量积累的检测器具有较高的现实意义。

两样本广义次序统计量在变异序意义下的随机比较

广义次序统计量包括许多用以描述有序变量的随机模型,变异序用于比较随机变量波动程度的随机序关系。本文对来自两样本的广义次序统计量建立了其一维边际分布在剩余财富序、位置独立风险序及实验总时间序等变异序意义下的随机比较。

PRHR模型次序统计量的普通多元随机序（英文）

设X_i^F^(α_i),Y_i^F^(γ1),i=1,2,…,n,都是独立的PRHR随机变量.首先,我们由(α_1,α_2,…,α_n)≥_m(γ_1,γ_2,…,γ_n),可得(Y_(1:n),Y_(1:n),…Y_(n:n))≥_(st)(X_(1:n),X_(2:n),…,X(n:n))成立.其次,我们考虑了独立的PRHR随机变量卷积的一般序比较.假定α_1≥α_2≥…≥α_n和γ_1≥γ_2≥…≥γ_n,我们证明了由(α_1,α_2,...,α_n)≥_m(γ_1,γ_2,…,γ_n),可得对任意的1≤k≤n,有∑n(r=k)Y_r≥_(st)∑n(r=k)X_r成立.本文中建立的结果推广了已有文献的相关结论.

广义正态分布次序统计量的随机序比较（英文）

本文研究了广义正态分布的次序统计量的随机序关系,通过参数矩阵和参数向量优化序给出了随机序关系成立的充分条件,并证明这些条件在某些情形下也是必要条件.

广义序统计量的竞标模型

在符合顺序统计量竞价函数的卖者竞标中,以最后1个未成交价与成交价差作为竞标行的收入,竞标行的期望收入是投标者数量的减函数.在此基础上假设竞标函数是连续凹函数,竞价概率密度函数是减函数,研究了符合广义序统计量竞价函数的卖者竞标中,最后1个未成交价、成交价差的期望与投标者数量的关系.在广义序统计量的竞价函数中,随着投标者数量的增加,竞价的增长率减小,最后1个未成交价与成交价差的期望值下降.将符合顺序统计量竞价函数的结论推广到广义序统计量的竞价函数,为竞标模型的研究提供了方法和理论的借鉴.

Fisher-Z分布次序统计量的普通多元随机序

本文研究了Fisher-Z分布次序统计量的随机比较问题.利用Beta随机变量的性质以及比例风险率模型的次序统计量随机比较的结论,获得了Fisher-Z分布次序统计量向量的普通多元随机序的比较,推广了文献中的相关结果.

基于指数分布的比例odds模型次序统计量的随机性质

给出几种常见序关系的定义,在比例odds模型的框架下,当分布函数替换为指数分布时,对其次序统计量作了随机比较.

关于正态分布的次序统计量的随机序

设X_1,X_2,…,X_n和X_1~*,X_2~*,…,X_n~*分别服从正态分布N(μ_i,σ~2)和N(μ_不~*,σ~2),以X_((1)),X_((1))~*分别表示X_1,…,X_n和X_1~*,…,X_n~*的极小次序统计量,以X_((n)),X_((n))~*分别表示X_1,…,X_n和X_1~*,…,X_n~*的极大次序统计量.我们得到了如下结果:(i)如果存在严格单调函数,使得(f(μ_1),…,f(μ_n))≥m(f(μ_1~*),…,f(μ_n~*)),且f′(x)f″(x)≥0,则X_((1))≤_(st)X_((1))~*;(ii)如果存在严格单调函数,使得(f(μ_1),…,f(μ_n))≥m(f(μ_1~*),…,f(μ_n~*)),且f′(x)f″(x)≤0,则X_((n))≥_(st)X_((n))~*.(iii)设X_1,X_2,…,X_n和X_1~*,X_2~*,…,X_n~*分别服从正态分布N(μ,σ_i^2)和N(μ,σ_i^(*2)),若(1/σ_1,…,1/σ_n)≥m(1/σ_1~*,…,1/σ_n~*),则有X_((1))≤st X_((1))~*和X((n))≥st X_((n))~*同时成立.

韦布尔分布秩序统计量的随机比较

证明了对于独立不同分布的两个韦布尔样本.在韦布尔分布的形状参数小于1的情况下,样本对应的秩序统计量间存在一致的随机序;当形状参数大于1时,最小秩序统计量和最大秩序统计量的随机序相反.

相依指数分布次序统计量的随机比较

本文研究了相依指数分布的最大与最小次序统计量的随机比较。设Xi^E(λi),Xi*~E(λi*),i=1,2,…,n,且两组随机变量间的相依性用生成元为Φ的阿基米德Copula进行刻画。得到如下结论:(1)当(λ1,λ2,…,λn)≥m(λ1*,λ2*,…,λn*)时,有Xn:n≥stXn:n*成立;(2)当(λ1,λ2,…,λn*)时,在t/(Φ’[Φ^-1(t)])关于t单调递增的条件下,有X1:n≤stX1:n*成立;在t/Φ’[Φ^-1(t)]关于t单调递减的条件下,有X1:n≥stX1:n*成立。

异构型样本次序统计量的排序性质——2013年至今的研究进展及展望

本文系统综述2013年至今来自独立、相依异构型样本的次序统计量随机比较的研究进展,样本总体包括比例失效率模型、比例反失效率模型、尺度参数模型、形状参数模型(伽马分布、布尔分布、贝塔分布)及若干其它分布模型等,研究结果涉及独立或相依样本的最大、第二大、第二小及最小次序统计量.在此基础上提出进一步的研究展望.

RS随机序关系的一个非参数统计检验方法(英文)

构造了一个非参数统计方法以检验两个随机变量之间的RS随机序关系,利用L-统计量的性质得到了该检验统计量的渐近正态性。

基于时间错序量测的多目标多传感器跟踪算法研究

在多传感器多目标跟踪系统中,经常有来自同一目标的量测到达融合中心时存在时间先后顺序上的混乱,被称为时间错序量测(Oosm);通常,现有的跟踪算法都是假设理想目标的观测值不混乱;现实中,可能错过的目标探测随意混乱,因而,滤波器不得不处理起因未知的量测,那么针对顺序量测的传统滤波器,例如KF,在此就不能直接使用;通过基于一些特殊矩阵非单一假设的经济存储和能效估计介绍了全局最优Oosm刷新算法,并结合概率数据关联PDA到Oosm刷新算法中;仿真结果显示Oosm刷新的PDA滤波器在性能上优于忽略Oosm的PDA滤波器,还就关于杂波中多目标跟踪如何通过JPDA结合oosm刷新算法展开讨论。

基于顺序逻辑的状态事件故障树定性分析模型

针对现有的状态事件故障树(SEFT)定性分析方法在反映失效系统中构件状态与事件逻辑顺序关系方面的不足,提出了基于顺序逻辑的状态事件故障树定性分析模型。该模型通过建立构件与逻辑门的端口映射表,定义逻辑门到布尔逻辑的转换规则限定状态和事件的次序关系,根据顺序逻辑转换规则获得导致系统失效的状态事件序列(最小割序集),以解决系统失效应满足的状态与事件的逻辑顺序关系问题。为验证所提出模型的有效性和可行性,以火灾防护系统为研究对象进行了实例验证实验。实验结果表明,所提出的模型有效可行,所获得的最小割序集能够反映各失效事件和状态间的顺序逻辑关系,分析结果符合客观实际,为SEFT的定性分析提供了一种新的技术途径和方法借鉴。

基于改进优序法的服务接触研究

根据系统科学原理,构建了一个定量评价服务接触的模型,并采用基于顺序统计量的优序评价法对服务接触进行排序和分类,为区分服务接触水平、优化服务资源配置打下基础。研究结果表明:1)该模型得到的服务接触水平评价结果和传统概念模型相一致;2)优序法可以有效地应用于服务接触水平划分过程,为服务生产和传递过程的设计以及服务营销策略的制定提供了量化的、科学的依据。

初相未知信号联合检测与估计的序贯实现

在未知参数的充分统计量和再生概率密度函数的基础上,引入了联合检测与估计的序贯算法,给出了算法的实现框图,并将该算法应用于高斯噪声中初相位未知信号的联合检测与估计当中.仿真实验表明,新算法较传统算法有一定的性能改善.