基于GIT(3,1)(1;p1,p2,p3)模型的参数估计及索赔次数拟合

文章利用矩法、最大似然法、贝叶斯法三种估计方法,研究一种重要的离散型随机变量GIT_(3,1)(1:P_1,P_2,P_3)模型的双参数估计问题。文章证明了GIT_(3,1)(1:P_1,P_2,P_3)模型的矩估计和最大似然估计的渐近性,并通过数值模拟研究了不同样本量下三种估计方法的估计效果。最后用GIT_(3,1)(1:P_1,P_2,P_3)模型对汽车索赔次数进行拟合,并与其它离散模型进行比较,发现GIT_(3,1)(1:P_1,P_2,P_3)模型拟合效果较好。

A_(c)(2880)^(+)2D波激发态的强衰变

在^(3)P_(0)模型框架下,计算A_(c)(2880)^(+)作为2D波激发态的衰变宽度和分支比,确定其量子态并探究内部激发模式.计算结果表明:A_(c)(2880)^(+)有可能是2D激发态A_(c2)(3/2^(+)),J^(P)=3/2^(+),且n_(ρ)=1、l_(λ)=2,为径向ρ激发、轨道λ激发的激发模式,总衰变宽度Γ_(total)=18.53 MeV,分支比比值R=Γ(Λ_(c)(2880)^(+)→Σ_(c)(2520)π)/Γ(Λ_(c)(2880)^(+)→Σ_(c)(2455)π)=0.16;也可能是2D激发态A'_(c2)(3/2^(+)),J^(P)=3/2^(+),且n_(λ)=1、l_(λ)=2,为径向λ激发、轨道λ激发的激发模式,总衰变宽度Γ_(total)=1.69 MeV,分支比比值R=Γ(Λ_(c)(2880)^(+)→Σ_(c)(2520)π)/Γ(A_(c)(2880)^(+)→Σ_(c)(2455)π)=0.10.