简介：给出了均匀分布区间长度的估计量以及概率密度,并给出了区间长度的区间估计.

简介：给出了两均匀分布的最大次序统计量的密度函数,并讨论了两均匀分布参数之比的通常区间估计、最短区间估计及假设检验方法.最后,根据实例求出了这两种区间估计及其区间长度,并得出了相应的结论.

简介：对一个正常的全染色满足各种颜色所染元素数（点或边）相差不超过1时，称为均匀全染色，其所用最少染色数称为均匀全色数．就轮Wm与星Sn的联图Wm∨Sn,得到了在m，n不同取值情况下的均匀全色数．

简介：如果图G的一个正常全染色满足任意两种颜色所染元素(点或边)数目相差不超过1,则称为G的均匀全染色,其所用最少染色数称为均匀全色数.本文得到了星、扇和轮的倍图的均匀全色数.

简介：一、启发提问在统计初步中，如果要研究一组数据平均水平或集中趋势，则只需研究这组数据的．如果要研究一组数据的波动大小，则要研究这组数据的或；如果还要研究在哪一个范围内的数据较多，在哪一个范围内的数据较少，这就需要研究这组数据的．二、读书自学　教材Ｐ１８５－Ｐ１８９三、启读指导１．获得一组数据的频率分布的一般步骤是：（１），（２），（３），（４），（５），（６）．２．在Ｐ１８５例中，这组数据的最大值是，最小值是，它们的差是ｃｍ．３．当数据在１００个以内时．按照数据的多少，常分成组．这是分组的经验法则．４．组距是指每个小组的两个端点的．５．实际决定组数时，常有一个尝试的过程；先定，再算出相应的，再看

简介：本文处理具有H0^1初值的半线性热方程均匀化的矫正问题．

简介：补充四元数线性变换下四元数正态分布的性质，给出四元数非中心X^2分布、t分布，F分布的定义，导出密度函数及其性质，并研究四元数正态分布条件下样本均值及方差的分布。

简介：利用离散型随机变量的联合分布矩阵,得到了离散型随机变量独立性的一种判别方法,并用实例给出了一定的应用。

简介：在研究只允许部分服务台进入休假状态的多服务台M／M／c排队系统时，我们发现了条件Erlang分布的一些有趣的性质，进一步研究我们发现相对应离散随机状态的负二项分布也具有很好的性质（概率封闭性．本文证明了一类负二项分布的概率封闭性．它们对导出复杂排队系统中离散状态下顾客等待时问分布及保险公司中破产概率上界的计算起着重要作用．

简介：散布由一个完美地进行的栅栏在同类的chiral环境宣传的飞机时间泛音电磁波被学习。这个问题被简化到一个二维的散布问题，并且答案的存在和唯一被一条不可分的方程途径讨论。

简介：本文处理具有H01初值的半线性热方程均匀化的矫正问题．

简介：研究了线性同余法与人字映射组合随机数发生器:{xn=Axn-1(modM),wn=2xn,xn≤0.5M,wn=2(M-xn)+1,xn＞0.5M,yn=wn/M.该组合发生器比相应的线性同余法在空间结构上有明显改善,并通过统计检验.

简介：分析了Г分布密度函数的性质，指出了该密度函数与相应参数之间的关系．主要研究第二个参数对密度的影响，证明了β增大时Г（α，β）分布密度极大值也增大，还指出了β变化时Г（α，β）分布密度与另一特定密度曲线交点的变化规律．

简介：用构造法研究了路和圈的Mycielski图的点可区别均匀边染色，得到了路和圈的Mycielski图的点可区别均匀边色数，验证了它们满足点可区别均匀边染色猜想（VDEECC）．

简介：若（X，Y）服从二元Marshall-Olkin型指数分布，则X，Y相互独立与不相关是等价的．

简介：本文考虑可数状态离散时间齐次马氏链平稳分布的存在与唯一性．放弃以往大多数文献中要求马氏链是不可约，正常返且非周期（即遍历）的条件，本文仅需要马氏链是不可约和正常返的（但可能是周期的，因而可能是非遍历的）．在此较弱的条件下，本文不仅给出了平稳分布存在与唯一性的简洁证明，而且还给出了平稳分布的计算方法．

简介：Thispaperdiscussestheintervalestimationsmethodfortheparametersandotherreliabilitycharactersofathree-poxameterWeibulldistribution.Accordingtothefiducialdistrlbutiontheoryoftheparameter,theauthorpresentstheconfidenceintervalsoftheporameters,thereliabilityandthereliablelife.Anexamplemadsimulationresultsaregiven.Itisshownthatthemethodpresentedinthispaperispracticableandworthnoticing.

简介：本文给出几何分布与指数分布相同及相异的几个性质．

简介：本文指出了文[1]中次序统计量抽样分布证明中的错误，并进行了更正．

简介：学者往往用单一的分布模拟和拟合杂波,如正态分布、瑞利分布和威布尔分布等。然而在实际中,雷达杂波由多种类型的杂波组成,单一分布通常不能精确刻画雷达杂波规律,因此,应用混合分布模型对雷达杂波数据建模更准确。本文考虑用正态分布和瑞利分布的混合分布拟合杂波,并应用矩估计方法和基于EM算法的极大似然估计方法估计模型参数,最后,应用最大后验概率分类准则验证2种估计方法的分类准确率。通过数据模拟,得出极大似然估计的效果和分类准确率都要优于矩估计的估计效果和分类准确率。