t分布的代表点及其在统计模拟中的应用

来源：应用数学学报杂志2016年第4期北京时间：

作者：周敏, 汪文俊

单位：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

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， tn 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tn 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. 这是一个新思想. 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.

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

基金资助：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）以及北京师范大学-香港浸会大学联合国际学院研究基金（R201409）资助项目.