检索结果：
返回 11 结果。
排序：
- 作者： 常帅 （ 太原师范学院数学与统计学院 ）
- 出处： 224 2024 第23卷 第2期 P8-12
- 关键词： 扩展分布 极值分布 最大值吸引域 规范化常数
- 摘要： 针对文献中出现的四类扩展分布：Marshall-Olkin扩展分布、Alpha Power扩展分布、Kumaraswamy扩展分布与Beta扩展分布，研究了它们的最大值吸引域.在给定原分布所属最大值吸引域的情况下，通过选取适当的规范化常数，得到此四类扩展分布的最大值吸引域.
- 作者： 常帅 （ 太原师范学院数学与统计学院 ）
- 出处： 224 2023 第22卷 第2期 P19-23
- 关键词： 对数艾拉姆咖分布 定数截尾样本 极大似然估计 逆矩估计
- 摘要： 针对对数艾拉姆咖分布，在定数截尾样本情形下，讨论了该分布参数的估计问题.利用极大似然估计法与逆矩估计法，分别得到参数的极大似然估计与逆矩估计，并借助Monte-Carlo模拟进行比较，得出这两种点估计的精度相当.同时，基于逆矩估计的推导过程，给出参数的一种区间估计.最后，通过实例分析得出本文的估计方
- 作者： 常帅 （ 太原师范学院数学与统计学院 ）
- 出处： 1752 2023 第44卷 第8期 P26-31
- 关键词： 对数艾拉姆咖分布 损失函数 E-Bayes估计 Monte-Carlo模拟
- 摘要： 基于参数E-Bayes估计的定义，在平方损失、Linex损失、MLinex损失等不同损失函数下，分别给出了对数艾拉姆咖分布参数的E-Bayes估计表达式.借助Monte-Carlo模拟，讨论了所提出估计的表现.最后，通过算例分析，表明所提出的估计方法是可行的.
- 作者： 赵晓潞，关晋瑞，常帅 （ 太原师范学院数学与统计学院 ）
- 出处： 1020 2023 第44卷 第10期 P19-24
- 关键词： QBD矩阵方程 正则M-矩阵 最小非负解 不动点迭代法
- 摘要： 研究QBD方程的最小非负解，证明当方程的系数矩阵为正则M-矩阵时，方程仍然存在最小非负解，并在此基础上讨论最小非负解的有关性质.最后通过几个例子对文中的理论结果进行验证.
-
点击量：1
- 作者： 常帅，关晋瑞 （ 太原师范学院数学与统计学院 ）
- 出处： 358 2022 第31卷 第4期 P55-60
- 关键词： 对数艾拉姆咖分布 矩估计 极大似然估计 对数矩估计 逆矩估计
- 摘要： 基于艾拉姆咖分布，提出了一类新的对数艾拉姆咖分布。文中讨论了新分布的若干性质，研究了新分布的参数估计，提出了参数点估计的四种方法：矩估计、极大似然估计、对数矩估计与逆矩估计。通过Monte-Carlo模拟比较了估计的精度，结果表明极大似然估计、对数矩估计与逆矩估计优于矩估计。此外还给出了新分布参数的
- 作者： 关晋瑞，常帅 （ 太原师范学院数学系 ）
- 出处： 673 2021 第10期
-
点击量：1
- 作者： 常帅，关晋瑞，姚仪婷 （ 太原师范学院数学系 ）
- 出处： 27 2021 第51卷 第11期 P154-161
- 关键词： 倒帕累托分布 Kumaraswamy分布 极大似然估计
- 摘要： 基于倒帕累托分布,利用K umaraswamy分布结构,推广了倒帕累托分布,得到Kumaraswamy倒帕累托分布.首先,研究了新分布的一些性质,包括密度函数与风险率函数的图像特征、极限特征,尾分布属性以及分位数.其次,给出了新分布参数的极大似然估计.最后,通过实际中关于膀胱癌患者缓解时间数据,验证
- 作者： 常帅 （ 太原师范学院数学系 ）
- 出处： 27 2018 第48卷 第7期 P238-241
- 关键词： 重尾分布 连续型分布 充分条件 等价条件
- 摘要： 基于重尾分布的定义,以指数分布与Pareto分布作为比较对象,提出了判断分布轻重的充分条件,以便更好地揭示重尾分布的本质特征.同时,针对非负连续型重尾分布,提出了相应判别分布轻重的一些准则.最后,以一些具体分布为例,利用判别准则进行分析,表明所给判别准则是可行的.
-
点击量：5
期刊
- 作者： 常帅 （ 太原师范学院数学系 ）
- 出处： 351 2017 第31卷 第1期 P10-13
- 关键词： k-等周边连通度 γk-最优图 邻域
- 摘要： 文章研究了5等周边连通图的领域条件,若G是一个阶至少为10的连通图,对于G中任意一对不相邻的顶点u,v,当u和v都不在三角形中时满足|N（u）∩N（v）|≥4;当u和v中至少有一个在三角形中时满足|N（u）∩N（v）|≥9,则G是γ5-最优的.
-
点击量：1
- 作者： 常帅 （ 太原师范学院数学系 ）
- 出处： 224 2015 第14卷 第4期 P18-19
- 关键词： 正态分布 样本方差 特征函数 独立性
- 摘要： 在概率论与数理统计研究问题中,特征函数是一个重要的概念及工具.文章主要利用特征函数来证明正态总体下样本方差的分布,过程简单,易于理解.
-
点击量：1