共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
伽玛函数和贝塔函数在概率统计中的应用 总被引:1,自引:0,他引:1
首先通过伽玛函数和贝塔函数的定义及性质;然后将他们应用到概率统计中。例如一些常见分布的数字特征:数学期望,方差等以及一些常见分布密度函数的推导。最后给出他们在Bayes统计应用及概率统计证明问题。 相似文献
3.
4.
5.
《绵阳师范学院学报》2020,(2):7-11
基于有关非中心分布的三个重要结论,结合引理,相对于其他简略证明给出了更直接、详细、易理解、基础的证明方法,本文的证明过程有益于更高效理解用正态分布样本构造统计量获得相对应的非中心分布的整体思路、流程和结论,对从正态样本中构造统计量从而得到其它分布的想法很重要. 相似文献
6.
7.
概率统计中常见的分布如正态分布等的性质我们知道的比较透彻,F isher Z分布族也是一种很重要的分布,通过计算其特征函数得出它的矩,并研究其与Beta分布和均匀分布中次序统计量分布之间的关系,还讨论了它的参数的充分统计量和样本均值及其函数的渐近分布。 相似文献
8.
9.
设X;,X。,…和y;。”。…·是两列独立同分布的随机变量,X是我们感兴趣的随机变量,在生存分析中往往表示寿命,具有连续的分布函数F.Y一般称为截尾变量,设y具有分布函数G,在随机截尾情况下,我们实际观察得到的数据是数对(Z,久),i一1,2,…,n,其中ZI一见AY。一min(X。,Y;)和3;一I(。<Y;).显然又,i—1。2,…,。仍是独立同分布的随机变量,服从分布函数H(工).假定随机变量X和y独立,由此可知1-H(。勿一门一G(X》(1-F(X》.不失一般性,全文总假定X和y是非负随机变量,另外还假定P(X)和G(X)均是连续函数.对于任意分布函… 相似文献
10.
蔡惠京 《广东广播电视大学学报》2008,17(4):97-100
本文研究具有超越整函数系数的二阶线性微分方程f″+A(z)f=^0的解的零点分布。证明当A(%)的增长级为(2,1.p)时,方程的每一个非平凡解的增长级都为(3,1.p),而且总存在一个非平凡解f(z)的零点收敛级等于其增长级(3,1;p)。进一步给出了方程存在无零点解的条件,证明当P非为整数时,方程的两个线性无关解中至多只有一个无零点。最后,证明了该方程总存在两个线性无关解f1(z)和f2(z),使得f1(z)×f2(z)的零点收敛级等于其增长级(3,1;P)。 相似文献
11.
12.
13.
上海证券市场贝塔系数统计规律分析 总被引:2,自引:0,他引:2
曾德军 《岳阳职业技术学院学报》2005,20(2):67-69
对上海证券市场的短期、中期和长期贝塔系数进行系统研究,发现中长期贝塔系数近似服从正态分布;上升贝塔和长期贝塔具有较好的稳定性,而一年期短期贝塔出现了较大的波动性。 相似文献
14.
王颖 《淮南师范学院学报》2015,(3)
针对二维正态分布讨论联合分布与边缘分布的关系问题。在对二维正态分布中常见的认识误区进行举例辨析的基础上,借助不同的Copula函数对两个一维正态分布的联合分布进行了多种构造,并对两个正态分布的联合分布为二维正态分布的条件进行了说明。 相似文献
15.
一、引言 设随机变量X_1,…,Xn相互独立,分别具有密度函数 f_i(x)=(Γ(αj))~(-1)x~(αj-1)e~(-x),x≥0,j=1,2,…,n (1.1)其中α_j>0,Г(·)是一元函数Gamma函数。则我们称x_j服从参数为α_j的г—分布,j=1,2,…,n众所周知,Y=X_1+…+Xn仍然服从г—分布,参数是α_1+…+α_n,这在一般的概率统计教科书 相似文献
16.
刘亦农 《连云港职业技术学院学报》2002,15(4):1-2
讨论了i.i.d.r.u.序列{Xn:n>-1}在服从格子点分布的条件下,其正则和Sn/√n在定义域上与正态分布函数之间的一致收敛关系。 相似文献
17.
利用随机变量和的分布函数的卷积算法,得到了聚合风险模型中,个体索赔额服从指数分布时,总理配额的条件风险价值的计算公式. 相似文献
18.
房再胜 《临沂师范学院学报》2014,(6):34-37
设总体具有连续的分布函数F(x)以及概率密度f(x),X(1),X(2),...,X(n)为次序统计量.利用边缘(际)分布密度给出求部分次序统计量的联合密度的一般求法. 相似文献
19.
随机变量相依关系的度量 总被引:1,自引:1,他引:0
严忠权 《黔南民族师范学院学报》2008,28(6):34-38
首先研究了相关系数在度量随机变量相依关系上的优点和缺陷,介绍了度量随机变量相依关系的理想统计量应具备的条件,针对联合分布可拆成一元边际分布和Copula的积,因此连接联合分布与边际分布的Copula函数应包含随机变量相依关系的一切信息,在此基础上给出了基于Copula函数表示的Spearman’s相关系数和Kendall’s相关系数以及它们的性质. 相似文献
20.
指出Г-分布形状参数α的修正极大似然估计αL的值可以用普赛函数ψ(·)的反函数来计算,证明了αL是α的强相合估计,而且αL渐近地服从正态分布. 相似文献