| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 研究方法 | 第10页 |
| 1.4 本文的结构安排 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 第2章 广义指数分布简介 | 第12-24页 |
| 2.1 指数分布 | 第12-13页 |
| 2.2 广义指数分布的定义 | 第13-16页 |
| 2.3 广义指数分布 | 第16-18页 |
| 2.3.1 广义指数分布的k阶矩 | 第16-17页 |
| 2.3.2 GE(x;α,β)分布在不同情况下的概率密度函数图像 | 第17-18页 |
| 2.3.3 广义指数分布的标准形式及数字特征 | 第18页 |
| 2.4 广义指数分布的次序统计量 | 第18-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 全样本场合下的参数估计 | 第24-39页 |
| 3.1 参数的矩估计 | 第24-25页 |
| 3.2 参数的极大似然估计 | 第25-29页 |
| 3.3 最佳线性无偏估计 | 第29-36页 |
| 3.4 参数的最优同变估计 | 第36-37页 |
| 3.5 参数的区间估计 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 广义指数分布的推广 | 第39-47页 |
| 4.1 定义 | 第39-41页 |
| 4.2 GE_1(x;α,β)分布的性质 | 第41-42页 |
| 4.2.1 GE_1(x;α,β)分布的k阶矩 | 第41-42页 |
| 4.2.2 GE_1(x;α,β)分布的标准形式及数字特征 | 第42页 |
| 4.3 GE_1(x;α,β)分布的参数估计 | 第42-46页 |
| 4.3.1 参数的矩估计 | 第42-43页 |
| 4.3.2 参数的极大似然估计 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 结论与认识 | 第47-49页 |
| 5.1 结论 | 第47-48页 |
| 5.2 认识 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-58页 |
| 攻读硕士期间发表的论文 | 第58页 |