P-范分布及其抽样分布.pdf

维普资讯 应用概率统计 第十九卷 Chinese．JournalofAppliedProbability 第四期 2003年 11月 andStatisticsVo1．19No．4Nov．2003 P一范分布及其抽样分布 木 孙海燕 胡宏 昌 ， (武汉大学测绘学院，武汉， 430079； 。湖北师范学院数学系，黄石，435002) 摘 要 本文构造了，z维 P．范分布的密度函数，使拉普拉斯分布、正态分布、均匀分布与退化分布均为一维 P-范分 布的特例 ．然后，定义了三个与P．范分布有密切关系的抽样分布，并给出了密度函数． 关 键 词：P一范分布， x 分布， tp分布， 分布． 学 科 分 类 号 ： O211．3，O212．2． §1． 引 言 在研究线性回归模型 【】(Y= +￡)、半参数回归模型 【】(Y= +g(t)+￡)和非线性回归模型 0【】 (= +E)时，往往直接或间接地假设误差 ￡服从正态分布，并用最d-乘法 (或近邻估计 【、小波估计 、 两阶段估计 。【]等)进行研究，取得了大量令人满意的结果．但在很多情况下，误差并不服从正态分布 (如 地图数字化误差 [7】)，由此将会产生一些用正态分布无法解决的问题．试图寻找比正态分布更适合描述误差的 分布是本文的 目的之一． 其次，假设样本 ，2，… ， 是对量 的n次独立同精度观测，当样本母体服从拉普拉斯分布时， 的极大似然估值为样本的中位数，正好与在 最小准则下得到的估值一致 ．同样，当样本母体分别服从正 态分布N(ti， )或均匀分布 R[ti—C，+C】时， 的极大似然估值为样本均值或样本极大值与极小值的平均 值，正好分别与在 或 o。最小准则下得到的估值一致 ．于是在常用的估计 最小准则下，参数的估值 是否会与母体服从某个分布时的极大似然估值一致?为此，本文首先构造了n维 P-范分布 (它是一个分布 族，包含了正态分布、拉普拉斯分布、均匀分布、退化分布及许多未知的分布)，它的极大似然估值正是 最 小准则下的估值；然后定义了三个P．范分布母体的抽样分布，这些分布可用于 P-范样本的统计分析． §2． P一范分布的密度函数 定义 2．1 若随机向量 的密度函数为 ，()= exp{一【ll。 ／(一 )11】)， (2．1) 则称 且艮从 n元 P-范分布 ． 这里P0，D 为n阶对称正定阵， =(l，2，… ， ) ∈R”， = (l，2，… ， ) ∈R”，r(x)为 伽玛函数， =r【(3／p)／r(1／p)]／2， lp={∑ l} ．当P 1时，这里的 lp是R”上的范数，当 0P1时，忪 是R”上的准范数．分布的名称由此而得． 可以证明由 (2．1)式定义的函数确实是 R”中的密度函数 ．显然对于任意的 = (，2，… ， ) ∈Rn 有 ／(x)0，因此只要证明 f(x)dx=1即可．事实上，令Y=D 1／2(一ti)，则 dx=D dy，变量替换的 项目来源：国家 自然科学基金资助项 目；湖北省教育厅重大项目 (2001Z06003)；教育部 高等学校骨干教师资助计划》 (200005)资助． 本文2002年4月 12日收到，2002年6月 10 日收到修改稿． 维普资讯 第四期 孙海燕 胡宏昌：P．范分布及其抽样分布 425 雅可比行列式为 J=IDx]I／2于是 ，c