闭偏态矩阵正态分布及其二次型

基于闭偏态正态分布,提出了闭偏态矩阵正态分布的定义,给出其性质,并在此基础上研究闭偏态矩阵正态分布二次型,从矩阵的角度探讨了偏态性质.     

1954-2004年中国夏季日平均温度偏态性分布规律

利用中国1954-2004年194个站日平均气温资料,基于Box-Cox变换指数λ分析了日平均气温分布与正态分布的偏差程度.结果表明,中国50年夏季日平均气温序列与正态分布的偏差程度呈一定的区域差异:半干旱区域,温度分布的正态性较好;东南沿海地区则不服从正态分布,呈较明显的右偏.因此,根据Box-Cox变换指数λ的大小将中国分为三个不同的区域,研究了中国夏季温度的偏态分布规律及其变化特征.     

考试成绩分布函数特点研究

成绩正态分布的观点不是完全成立的,大多数情形下成绩分布是负偏态的.根据当前的教学要求,利用三次Hermite样条和B-spline构造了新的考试成绩标准分布函数,并分析了实际的例子.最后,对成绩分布函数给出了建议.     

基于T-X变换的广义指数威布尔分布及性质

指数威布尔分布因为具有单峰、浴盆和单调形状的失效率函数图像,广泛应用于工程学、生物医学、电子等领域.基于T-X变换技术和指数威布尔分布,提出一类广义指数威布尔分布族,这类分布族尾部具有更大的灵活性.当另一个基准分布具有简单的解析表达式,如正态分布、冈贝尔分布、对数正态分布、对数逻辑分布时,此类分布的数学处理非常方便.借助于二项式展开定理,讨论了此类分布族的相关统计性质,得到了分位数、概率加权矩、熵的解析表达式.     

不同分布下非对称GARCH模型波动率预测评价

以损失函数为评价标准,研究不同分布(正态分布、T分布、广义误差分布、偏态T分布)下非对称GARCH模型在上证综合指数波动率的预测能力并进行比较.结果表明,无论样本内还是样本外,非对称GARCH模型均能很好地预测上证综合指数的波动率,其中偏态T分布下TGARCH模型能更加准确地描述收益率分布的尖峰厚尾及非对称特征,预测能力最强.     

幂赋范下偏正态分布极值的收敛速度

令{Xn,n≥1}是独立同分布随机变量序列并且每个变量均服从偏正态分布.再令Mn=max{Xk,1≤k≤n}表示{Xn,n≥1}的部分最大值,得到了幂赋范下最大值分布的渐近分布和赋范常数以及幂赋范下相应的逐点收敛速度.     

氨基酸在溶液中的偏摩尔性质研究进展

本文综述了氨基酸在溶液中的偏摩尔体积、偏摩尔热容和偏摩尔绝热压缩系数的研究进展,重点介绍了氨基酸在水、盐溶液和有机溶剂中的偏摩尔性质研究情况.     

低矮房屋风压时程的概率分布

对一低坡度的低矮房屋进行刚性模型测压试验,首先对其屋面的偏度分布进行了分析,进而利用概率图相关系数(PPCC)方法,对不同区域的测点风压系数时程和面积平均后的风压系数时程概率分布用Gamma分布、广义极值(GEV)分布及对数正态(Lognorm)分布进行拟合比较.试验结果表明:屋面在斜风向下各区域的偏度差别较大,其锥形涡的涡轴上偏度较小,小于0.50,而两翼偏度均大于1.50,最大的已超过3.00;偏度较小(小于0.80)的时程与对数正态分布吻合得最好,偏度较大(大于0.80)的时程与广义极值分布吻合得最好;随着偏度的增大(达到1.50以后),这三种分布和原始时程的概率分布误差越来越大;面积平均后的时程偏度都在0.50～1.50,和三种分布吻合得都很好.     

基于GARCH类模型的中国股市收益率分析

自二十世纪八十年代以来, 金融时间序列的波动群聚性,尖峰厚尾性和长记忆性特征的研究已经成为众多研究的论题, 是当今金融风险管理的核心. GARCH类模型是波动群聚性建模中常用的模型. 作者在简要介绍金融时间序列波动性的GARCH模型的基础上, 运用MATLAB软件包编程, 利用FIGARCH模型、NAGARCH模型和EGARCH模型对中国股市波动特征进行建模, 并比较了正态分布、Studentt分布、GED分布和偏t分布等四种不同分布特征的FIGARCH、NAGARCH和EGARCH模型对中国股市波动特征的拟合.实证结果表明, 偏t分布更适合我国股市波动特征的描述, FIGARCH模型在拟合效果方面要优于其他模型.     

概化理论偏态分布数据方差分量标准误估计

利用 GH 分布性质,采用 Monte Carlo 数据模拟技术,模拟生成一定偏度的偏态分布数据,运用Traditional方法、Jackknife方法、Bootstrap方法和MCMC方法估计概化理论偏态分布数据的方差分量标准误,探讨了数据的不同偏度对概化理论方差分量标准误估计的影响.研究结果显示: Jackknife 方法估计偏态分布数据的方差分量标准误性能较差, Traditional和MCMC方法尚可, Bootstrap方法标准误偏差相对较小,且偏态分布数据的偏度对概化理论方差分量标准误估计有影响, Bootstrap方法对于偏态分布数据表现出良好的“适应性”,偏度对其影响较小.