统计分布和中心极限定理的随机模拟

来源 :统计与决策 | 被引量 : 0次 | 上传用户:beefshen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
统计量的分布和中心极限定理在统计学中有着重要作用.统计量的图形依赖于参数设置,然而大部分参考书籍的内容以数学公式为主,致使读者在学习过程中难以理解背后的原理及含义.基于此,文章利用Stata的随机函数对统计学中的统计量分布和中心极限定理进行模拟,并将模拟结果用图形进行展示,以便让读者更直观地理解和学习相关内容.
其他文献
文章利用自适应Lasso估计的贝叶斯解释,构造了惩罚函数的分层贝叶斯先验模型,从而给出了t分布场合下的精确矩阵诸参数估计的分层贝叶斯模型,得到了精确矩阵自适应惩罚下的贝
巨灾损失数据具有尖峰厚尾的特征,通常的损失分布模型很难对其进行有效地拟合.针对常见的各类分布(如Gamma,Lognormal,Weibull)和POT-GPD损失分布对巨灾风险损失数据拟合的不
在温和条件下,针对具有独立响应变量广义加权线性模型参数的极大似然估计,文章研究了其重对数律(LIL)及模型选择的强相合性.应用LIL推导了经验似然函数与真实似然函数之差的