این پایان نامه شامل دو قسمت می باشد. در بخش اول (فصل دوم) یک تعمیم جدید از توزیع های چوله تی معرفی می گردد که شامل توزیع چوله تی که آزالینی و کاپیتانیو در سال 2003 معرفی کردند می-باشد. این توزیع جدید دارای انعطاف پذیری بیشتری برای مدل سازی بعضی از داده ها به نسبت توزیع چوله تی استاندارد می باشد. در این فصل به بررسی ویژگی های مهم این توزیع خواهیم پرداخت و سپس یک رابطه بازگشتی برای تابع توزیع آن پیدا خواهیم کرد. تابع توزیع آماره های ترتیبی که از توزیع های سه متغیره جابجایی پذیر نرمال و تی بدست می آیند بر حسب این توزیع جدید محاسبه شده اند و سپس یک رابطه بازگشتی برای تابع توزیع آماره های ترتیبی بدست می آید. سرانجام در انتهای فصل دوم با استفاده از شبیه سازی و همچنین یک مثال عددی به بررسی نتایج بدست آمده می پردازیم. در بخش دوم (فصل سوم) مطالعه ای روی همراه های آماره های ترتیبی انجام می دهیم. در این فصل با در نظر گرفتن بردار تصادفی (??+ 1)? بعدی توزیع های بیضوی توزیع همراه های آماره های ترتیبی چند متغیره را بدست می آوریم. همچنین در انتهای این فصل توزیع توام همره های آماره های ترتیبی دو متغیره معرفی می گردند و سپس یک تابع توزیع آمیخته برای توزیع آنها معرفی خواهد شد

تعمیمی یک مدی یا دومدی از توزیع تی معرفی می شود. این مدل دارای انعطاف پذیری بیشتر و دامنه چولگی و برجستگی گسترده تر نسبت به سایر توزیع های چوله میباشد. در حالت خاص، تعمیمی از توزیع کوشی نیز معرفی میگردد. با گسترش توزیع نرمال-چوله-نرمال (nsn)، معرفی شده بوسیله ی گومز و همکاران (2013)، به حالت چندمتغیره، تعمیمی از توزیع چوله نرمال چندمتغیره انجام شده است. این کلاس جدید از توزیع ها برحسب شکل آمیخته ای (shape mixture) از توزیع های چوله نرمال چندمتغیره گسترش یافته (esn) نمایش داده شده است. با استفاده از همین ویژگی، نمایش تصادفی برای توزیع جدید بدست آمده است. برخی از ویژگی های این خانواده جدید از توزیع ها بررسی شده است. روش محاسباتی با استفاده از الگوریتمem برای یافتن برآورد بیشینه درستنمایی پارامترها پیشنهاد شده است. همچنین توزیع های چوله نرمال یکی شده (sun) بریده شده مطالعه شده است. با این روش برش، به یافتن توزیع توام آماره های ترتیبی متوالی از توزیع نرمال چندمتغیره و نیز چند توزیع شرطی، پرداخته می شود. با استفاده از این نتایج، چند اندازه در قابلیت اعتماد محاسبه شده است.