| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 Pareto分布的研究背景和现状 | 第9-11页 |
| 1.2 本文结构 | 第11-13页 |
| 第二章 假设检验 | 第13-31页 |
| 2.1 基本概念 | 第13-16页 |
| 2.1.1 问题提法,原假设和备择假设 | 第13页 |
| 2.1.2 检验、否定域与检验统计量 | 第13-14页 |
| 2.1.3 两类错误 | 第14-15页 |
| 2.1.4 势函数与检验函数 | 第15-16页 |
| 2.2 最优势检验 | 第16-19页 |
| 2.2.1 Neyman-Pearson引理 | 第16-18页 |
| 2.2.2 Pareto分布参数的最优势检验(MPT) | 第18-19页 |
| 2.3 一致最优势检验 | 第19-21页 |
| 2.3.1 一致最优势检验的相关概念 | 第19-20页 |
| 2.3.2 Pareto分布中参数的一致最优势检验(UMPT) | 第20-21页 |
| 2.4 单调似然比族参数的UMP检验 | 第21-27页 |
| 2.4.1 单调似然比(MLR) | 第22-23页 |
| 2.4.2 单参数指数型分布族 | 第23-27页 |
| 2.5 双边假设检验问题的UMPT | 第27-31页 |
| 2.5.1 UMPT的存在性 | 第27页 |
| 2.5.2 检验问题(V)的UMPT | 第27-31页 |
| 第三章 区间估计 | 第31-51页 |
| 3.1 区间估计的基本概念 | 第31-32页 |
| 3.1 可靠度和精确度 | 第31-32页 |
| 3.2 区间估计求解的理论方法 | 第32-37页 |
| 3.2.1 枢轴量法 | 第32-34页 |
| 3.2.2 极大似然估计的渐近正态性 | 第34页 |
| 3.2.3 由中心极限定理获得渐近正态分布 | 第34-35页 |
| 3.2.4 轮廓似然函数 | 第35-36页 |
| 3.2.5 一致最精确置信区间(置信限) | 第36-37页 |
| 3.3 Pareto分布中尺度参数的区间估计及其数值模拟 | 第37-51页 |
| 3.3.1 Pareto的定义和性质 | 第37-38页 |
| 3.3.2 Pareto分布中尺度参数的区间估计 | 第38-45页 |
| 3.3.3 数值模拟分析 | 第45-51页 |
| 第四章 区间估计和假设检验的关系 | 第51-55页 |
| 4.1 区间估计和假设检验的主要区别 | 第51页 |
| 4.2 区间估计和假设检验的联系 | 第51页 |
| 4.3 区间估计和假设检验的对偶关系和相互转化过程 | 第51-52页 |
| 4.4 结论与展望 | 第52-55页 |
| 参考文献 | 第55-57页 |
| 发表论文情况 | 第57-59页 |
| 致谢 | 第59页 |
