基于Mathematica的F分布表的计算方法

研究了F分布的上分位点Fα(n1,n2)的性质,指出了利用Mathematica软件提供的函数直接计算Fα(n1,n2)的缺陷,提出了计算Fα(n1,n2)的自定位二分算法,此算法可以求出比查表更广泛的数值,计算结果稳定可靠,方便实用,填补了在Mathematica软件里计算Fα(n1,n2)的空白.     

一种自适应小波去噪算法

Donoho和Johnstone的多分辨率小波去噪法在数字信号处理方面已成为非常有用的工具,但是通常情况下选取低分辨率截段参数jo是很困难的,需要源信号的某些正则性.对于一给定的未知信号和噪声指数σ,哪一个jo是最佳的呢?本文对于任意波形的信号构造了一个统计量,用于建立一个寻找最佳jo值的自适应方法,并对其统计特性进行了分析,大量的仿真计算结果表明,该算法确实非常准确有效,因此使得多分辨率去噪法有了更广泛的应用背景.     

Beta分布与其他分布关系及其应用

主要讨论Beta分布与Г分布、F分布、[0,1]均匀分布中次序统计量关系,并给出了它在随机数生成方面的部分应用。     

检验检材和比对的一种新的统计模型和方法

本文给出了一种新的检验检材和比对的统计模型和方法并使其应用于法庭科学中。     

基于随机共振和非中心F分布的频谱感知算法

为解决频谱感知算法在低信噪比（SNR）时检测概率较低且检测所需采样点数较多的问题,提出了基于随机共振和非中心F分布（SRNF）的频谱感知算法。通过引入直流随机共振噪声,建立了SRNF的系统模型,推导了服从非中心F分布的检验统计量表达式、虚警概率与检测概率以及判决门限表达式,并采用数值法求解最佳的随机共振噪声参数。仿真结果表明,在低信噪比时,所提基于SRNF算法的检测性能优于能量检测（ED）算法和基于F分布的盲频谱感知（BSF）算法,当虚警概率为5%、信噪比为–12 d B、采样点数为200时,所提算法的检测概率是95%,分别比BSF算法和ED算法高34%和67%;当信噪比为–12 dB、检测概率达到95%时,所提算法所需的采样点数是210,比BSF算法节省了340个采样点。此外,噪声不确定度对所提算法的影响小于ED算法。     

大样本条件下抽样方案的改进

本文用Ｆ分布计算接收产品批的概率，大大减少了计算量，提高了计算效率。     

x2分布、t分布和F分布的一致渐近正态性

首先给出一元分布一致渐近正态分布的定义,接着分别证明了x2分布、一元t分布和一元F分布的一致渐近正态性,由于所得结果比渐近正态性更强,故直接用相应的正态分布去计算这三个分布的概率值更可信.     

细纱罗拉加工尺寸的显著性差异分析

本文以罗拉外圆磨削工序为典型,对抽样检验方法、分布等简述后,重点进行了方差分析和显著性检验,并以此为据作出结论,提出改进措施。以求在减少检验工作的同时,减少生产厂风险和用户风险。     

特征个数≤3时检验检材和比对的统计模型和方法

本文在改进法庭科学中检验检材和比对常用的J.Parker公式的基础上,对于N≤3求出了检验所用统计量的精确分布,据此构造了它的分位数表,最后给出了一个实例。