可避免的不一致*可能導致多重模態分佈或非正態分佈,可能會對應用程序*能造成可度量的影響。
摘要針對風險*券收益率的經驗分佈所具有的偏態和過度峯態等非正態分佈特徵,提出在非正態穩定分佈條件下研究投資組合模型。
結果當應變量非正態分佈時,直接應用現有迴歸樹算法不能得出正確的分析結論;而當存在極端值時這一問題更為嚴重。
對於非正態分佈來講,首先我們使用數據來估計這些參數的。
計量資料差異*比較採用單因素方差分析,非正態分佈資料經正態轉換後再作統計學處理。
運用“等效”理論,將非正態分佈在設計點處轉換為一個等效的正態分佈,然後用一次二階矩的迭代法求解可靠度。
給出正態分佈情況下動態*結果的拒絕域,提出非正態分佈情況下確定拒絕域的兩步*法。
結論適用於非正態分佈的配對資料。