几类混合卡方分布近似方法的研究
1. 引言
1.1 混合卡方分布的意义
- 混合卡方分布提供更大的灵活性和适应性去拟合复杂多变的实际问题。
- 混合卡方分布随机变量通过组合不同的卡方分布随机变量来描述或拟合实际数据。
- 混合卡方分布应用广泛，如金融、工程和自然科学等领域。
1.2 文献综述
- Zhang (2005) 提出统计量渐近服从混合卡方分布，应用于英国家庭收入与食物的关系分析。
- Nasiri 等 (2018) 提出统计量渐近服从两个卡方分布之和，应用于伊朗东北部马什哈德医院儿科患者年龄分布估计。
- Zhang 等 (2020) 提出统计量渐近服从混合卡方分布，应用于人体结肠组织的肿瘤识别。
- Liu 等 (2023) 提出统计量渐近服从混合卡方分布，应用于街头逮捕的妓女数量分析和H5N1流感数据分析。
2. 预备知识
2.1 卡方分布的定义
- 卡方分布基于标准正态分布，是独立随机变量的平方和构成的分布。
2.2 混合卡方分布随机变量的定义
- 混合卡方分布是指将多个相互独立的自由度为1的卡方分布按照一定的比重组合起来形成的分布。
2.3 特征函数
- 特征函数的定义和一些性质。
2.4 k阶矩
- 阶矩主要用于描述随机变量的数字特征，包括原点矩和中心矩。
2.5 累积量
- 阶矩存在时，特征函数的自然对数泰勒展开系数定义为阶累积量。
2.6 QQ-plot图
- QQ-plot图用于比较理论分布与样本数据的分布，判断两者是否近似。
3. 三种近似方法系数的计算
- 介绍三种模型各个系数的计算方法。
4. 比较三种近似方法
- 四种情形作对比，得到不同情况下不同近似方法的优劣性。
5. 总结与展望
- 总结四种情形的结果，得到最好的方法。
