来源:《宁波大学学报(理工版)》1993年第02期  作者:李国安;
选择字号

混合分布的识别性及其应用

收藏本文  分享

设(Y_1,Y_2)是非负的二维随机变量,有联合分布函数F(y_1,y_2),设Z=min(Y_1,Y_2),定义随机变量I=1;2;3,分别对应于Y_1<Y_2;Y_1>Y_2;Y_1=Y_2时.记p_i=P(I=i),f_i(·)为给定I=i时Z的条件密度(i=1;2;3).给定可识最小值(Z,I)的联合密度函数P_iJ_i(·)(i=1;2;3),得到F(·,·)是混合分布时,F(·,·)用P_if_i(·)来表示的一个显式表达式.对三维及以上情形,得到类似的结果.特别,把识别基本定理应用于多元Marshall-Olkin型指数分布的参数估计,得到了基于观察值(Z_jI_j)(j=1,2,…,n)的参数的极大似然估计及矩估计,并且证明了极大似然估计具有联合完备充分的,渐近无偏的,均方误差一致的,及渐近正态性特性,修正估计恰好是Arnold估计,它是唯一的一致最小方差无偏估计,且同时是渐近有效估计,本文还指出了矩估计方法的不唯一性.(本文共计11页)......[继续阅读本文]

下载阅读本文订阅本刊

图书推荐

    相关文章推荐

    看看这些杂志对你有没有帮助...

    更多杂志>>