[论文解读] Harris Family of Discrete Distributions

E Sandhya, S Sherly+1 more|ArXiv.org|Jun 12, 2005

Statistical Distribution Estimation and Applications被引用 4

一句话总结

本文研究了哈里斯于1948年首次提出的哈里斯族离散分布，并对其概率特性进行了全面刻画。文章推导了参数的矩估计量和最大似然估计量，通过模拟验证了其性能，并研究了可分性及分布特性，为该族在可靠性与排队论中的应用奠定了坚实的统计基础。

ABSTRACT

In this paper we discuss the basic properties of a discrete distribution introduced by Harris in 1948 and obtain a characterization of it. The divisibility properties of the distribution are also studied. We derive the moment and maximum likelihood estimators for both the parameters and verify them by simulated observations.

研究动机与目标

• 对哈里斯于1948年提出的哈里斯族离散分布进行正式刻画。
• 推导并验证该分布参数的矩估计量与最大似然估计量。
• 研究该分布的可分性特性，以支持其在随机建模中的应用。
• 为该分布在应用概率与可靠性理论中的使用提供严谨的统计框架。

提出的方法

• 作者分析哈里斯分布的概率质量函数，并推导其基本概率特性，包括各阶矩与生成函数。
• 采用矩法与最大似然估计法，推导分布参数的估计量。
• 通过模拟研究验证所推导估计量的一致性与准确性。
• 利用生成函数技术与概率分解方法研究可分性特性。
• 通过模拟数据集的数值验证支持理论结果。
• 论文使用概率论与统计推断中的标准工具，包括矩生成函数与费希尔信息量。

实验结果

研究问题

• RQ1 哈里斯族离散分布的基本概率与分布特性是什么？
• RQ2 如何为哈里斯分布的参数推导出一致且高效的估计量？
• RQ3 哈里斯分布的可分性特征是什么？其在随机过程中的适用性如何？
• RQ4 在有限样本条件下，矩估计量与最大似然估计量的性能如何？模拟结果如何验证？

主要发现

• 通过概率质量函数对哈里斯分布进行了完整刻画，其各阶矩与生成函数均推导出显式表达式。
• 推导出参数的矩估计量与最大似然估计量，并通过模拟研究证明其一致性。
• 该分布表现出特定的可分性特性，通过生成函数分解方法得到理论证明。
• 模拟结果证实，在不同参数设置下，矩估计量与最大似然估计量均表现出收敛性与准确性。
• 理论框架支持将哈里斯族用于排队系统与可靠性分析中的计数数据建模。
• 本文对分布进行了全面的统计处理，显著增强了其在应用概率与数理统计中的实用性。