麦克斯韦分布极值的矩的渐近展开

得到了麦克斯韦分布规范化最大值的矩的高阶渐近展开式.作为辅助结果,得到了规范化最大值的矩的趋于相应的极值分布的矩的收敛速度.     

有限混合偏t分布极值分布的点点收敛速度

研究了独立同有限混合偏t分布随机变量序列{Tn,n≥1}的规范化最大值的极限分布及其点点收敛速度.     

卡方分布序列最大值的收敛速度

给出了卡方分布序列最大值的渐近分布以及逐点收敛速度.     

埃尔兰分布极值的收敛速度

设{Xn,n≥1}是服从埃尔兰分布的独立同分布序列,研究了埃尔兰分布的极值分布问题,并得到了相应的收敛速度.

Abstract：

Let { Xn, n ≥ 1 } be an independent identically distributed random sequence with each Xn belonging to the Erlang distribution. In this note, the limiting distribution of the extremes and the associated rates of convergence are derived.     

埃尔兰分布极值的收敛速度

设{Xn,n≥1}是服从埃尔兰分布的独立同分布序列,研究了埃尔兰分布的极值分布问题,并得到了相应的收敛速度.     

一类推广的Pickands型估计量的分布的渐近正态展开

在c〉1/d条件下,得到了推广的Pickands型估计量↑^pn（c,d）的分布的渐近正态展式．     

一类推广的Pickands型估计量的分布的渐近正态展开

在c＞1/d条件下,得到了推广的Pickands型估计量△Pn(c,d)的分布的渐近正态展式.     

有限混合偏正态极值的极限分布

研究了有限混合偏正态分布极值的极限分布,并给出了相应的规范常数以及极值分布的点点收敛速度.     

一类新的极值估计量

提出了一类新的极值指数估计量,证明了该估计量的相合性以及渐近性.

Abstract：

In this paper, a new class of estimator for the extreme value index is proposed, and the consistency and asymptotic property of this estimator are proved.     

高斯三角阵列最大值与最小值联合密度函数的渐近性

设{(ξn,i,ηn,i),1≤i≤n,n≥1}为标准化高斯三角阵列,在Hüsler-Reiss条件下,得到了其最大值最小值联合密度函数的收敛性.通过细化Hüsler-Reiss条件,建立了此密度函数的二阶展开.     

一类负极值指数Pickands型估计量的渐近展开及平滑参数的最优选取

在二阶正规变化条件下,研究了一类负极值指数Picands型估计量的渐近展式.并在均方误差意义下,讨论了平滑参数的最优选择.     

麦克斯韦分布的逐点收敛速度

主要研究了麦克斯韦分布的极值分布及逐点收敛速度.     

一类负极值指数Pickands型估计量的渐近展开及平滑参数的最优选取

在二阶正规变化条件下,研究了一类负极值指数Picands型估计量的渐近展式.并在均方误差意义下,讨论了平滑参数的最优选择.     

三参数Ⅰ型广义Logistic分布的极值分布的渐近展开

研究了服从三参数Ⅰ型广义Logistic分布的独立同分布随机变量序列的规范化最大值的极限分布,在线性赋范规范化常数条件下推导了规范化最大值分布的渐近展开式,得到了规范化最大值分布收敛到其极值类型分布的收敛速度.     

基于分组的重尾分布极值指数估计量

利用顺序统计量分组,本论文提出了一类新的重尾分布的极值指数估计量,并在适当的正规变换条件下讨论了该估计量的强弱相合性及渐近正态性。     

基于分组的重尾分布极值指数估计量

利用顺序统计量分组,本论文提出了一类新的重尾分布的极值指数估计量,并在适当的正规变换条件下讨论了该估计量的强弱相合性及渐近正态性.     

关于非中心t分布分位数的一个近似计算方法

非中心ｔ分布的密度函数比较复杂，因而分位数的计算比较困难，本文给出一种近似计算的方法。     

离散随机变量序列完备及非完备样本最大值的联合分布

设离散随机变量三角阵列{Xn,k,k≤n,n≥1}存在数据缺失,对给定的n,Mn=max{Xn,k,k≤n}为第n行的最大值,M～n为该行观测到的随机变量的最大值,研究了离散型随机变量的分布函数某一参数变动时(M～n,Mn)的联合渐近分布.     

离散随机变量序列完备及非完备样本最大值的联合分布

设离散随机变量三角阵列{X_(n,k),K≤n,n≥1}存在数据缺失,对给定的n,M_n=max{X_(n,k),K≤n}为第n行的最大值,(~(M)_n)为该行观测到的随机变量的最大值,研究了离散型随机变量的分布函数某一参数变动时(~(M)_n),M_n)的联合渐近分布.

Abstract：

For triangular array discrete random variables {X_(n,k), k ≤ n,n ≥1},there may exist data missing observation. Denote M_n=max{X_(n,k),k ≤ n}the partial maximum and (~(M)_n) is the maximum of the observed random variables in the nth row.In this paper,the asymptotic joint distributions of (~(M)_n),M_n) of some discrete random variables are obtained as their parameters vary along with sample size.