t分布的代表点及其在统计模拟中的应用  

Representative Points of Student's t_n Distribution and Their Applications in Statistical Simulation

作　　者：周敏[1,2] 汪文俊[3,4] 

机构地区：[1]北京师范大学-香港浸会大学联合国际学院,珠海519085 [2]香港浸会大学理学院数学系,香港999077 [3]云南大学数学与统计学院,昆明650000 [4]海南师范大学数学与统计学院,海口510000

出　　处：《应用数学学报》2016年第4期620-640,共21页Acta Mathematicae Applicatae Sinica

基　　金：国家自然科学基金(11401146;11261016);中国科学院自然科学奖的研究基金(11261016);海南省自然科学基金(20156233;20151006);海南师范大学青年基金(QN1429);北京师范大学-香港浸会大学联合国际学院研究基金(R201409)资助项目

摘　　要：本文首先讨论了在均方误最小意义下学生氏tn分布代表点,利用方开泰、贺曙东的算法找出代表点,证明了当n≥3时,t_n分布总体下算法的收敛性,代表点的存在性及其唯一性,并从t_n分布角度研究了代表点在统计模拟方面的应用。传统的蒙特卡罗方法和自助法及重抽样方法对随机样本进行抽样,是统计模拟方法的基础.Fang,Zhou,Wang讨论了一元正态分布的代表点在统计模拟中的应用并且首次提出用代表点代替独立同分布的随机样本,构造一个离散的近似总体,通过对近似总体重复抽样来进行统计推断.这是—个新思想.本文继续探讨这个问题,文中统计推断主要有两部分:经典估计和稳健估计.经典估计主要集中考虑参数点估计(均值、方差、偏度和峰度);稳健估计主要考虑简单的位置参数(中位数和均值)和尺度参数(中位数绝对偏差和四分位距).我们的结果再次验证,代表点方法可以明显地提高统计估计量的精确度以及收敛速度.The paper considers the representative points （RP） of student＇s tn distribution for minimizing the mean of square error. Fang and He＇s algorithm is applied to find its RP. We show the existence and uniqueness of RP of tn distribution when n ≥ 3 and discuss appli- cations of RP in statistical simulation. Traditional Monte Carlo, Bootstrap and Resampling are the basic methods in statistical simulation based on a random sample. Fang, Zhou and Wang illustrated the application of representative points of univariate normal distribution in statistical simulation, and firstly proposed to use RP instead of i.i.d, random samples, to construct an approximate distribution and then resample from the approximation for statis- tical inference. This is a new idea. In this article, we continue to talk about this issue and focus on classical estimation and robust estimation of t-distribution＇s parameters. Mean, variance, skewness and kurtosis are discussed in classical estimation of parameters; and ro- bust estimation involves the estimation of the location parameters （mean and median） and the scale parameters （median absolute deviation and interquartile range）. Our results once again indicate that the new method can significantly improve the accuracy of the estimator of the statistics, and accelerates the converging speed of the statistics.

关 键 词：伪蒙特卡罗方法 代表点 统计模拟 tn分布 重抽样 稳健估计 

分 类 号：O212.7[理学—概率论与数理统计]