Stein方法在求解随机变量线性组合概率分布中的应用

给出一种基于改进后的Stein方程求解随机变量线性组合概率分布的证明方法.基于随机变量Z_(r)和Z_(r)的线性组合H=m^(-1 )Z_r+n^(-1),利用伽马分布Γ(r,1)的Stein特征,求得关于H的Stein方程;加入二次可微函数,并采用改进后的Stein方程,求得H_(+)和H_(-)概率密度函数及显示公式.

基于Stein方法的均衡分布的Berry-Esseen界

受Shao和Su(2006)的启发,获得了均衡分布的Berry-Esseen界,定理的证明基于Stein方法.

标准Brown运动的Stein扩散逼近的误差估计

本文用Stein方法建立了概率空间上标准Brown运动的扩散逼近的新的一般的误差估计。所得结果改进与推广了熟知的结果。

识别药物MED的逐步方法

Hsu和Berger(1999)在药物各个剂量组的方差σ2都相等这一假设下,提出一种识别最小有效剂量的逐步置信区间方法,而方差齐性假设条件通常是不合理的.针对这种情况,主要利用Stein两阶段抽样方法,给出方差无任何限制条件下识别最小有效剂量的逐步置信区间方法.

探寻药物的最小有效剂量的逐步方法

在药物的第二,三阶段的临床试验时,药物的安全性和有效性是测验的主要指标.最近,Hsu和Berger(1999)在药物各个剂量组的方差σ2都相等这一假设下,提出一种识别最小有效剂量的逐步置信区间方法.而方差齐性假设条件通常是不合理的,本文主要利用Stein两阶段抽样方法,给出方差无任何限制条件下识别最小有效剂量的逐步置信区间方法.

非平稳NA随机变量域的重对数律

利用Rosenthal型最大值不等式、Kolmogorov型指数不等式及Stein方法,邵启满、苏淳就强平稳的NA随机变量于1999年建立了重对数律.本文利用与之类似的截尾方法,在期望为0,且2+τ阶距有限的条件下,得到了非平稳的NA随机变量域的重对数律.

识别药物最小有效剂量的逐步方法

在药物的第二、三阶段的临床试验时,药物的安全性和有效性是测验的主要指标。Hsu和Berger在药物各个剂量组的方差2σ都相等这一假设下,提出一种识别最小有效剂量的逐步置信区间方法。而方差齐性假设条件通常是不合理的,本文主要利用Stein两阶段抽样方法,给出方差无任何限制条件下识别最小有效剂量(MED)的逐步置信区间方法。