PARMA模型参数最小绝对偏差(LAD)估计量的极限分布

在最优化理论基础上,采用相对较稳健的最小绝对偏差（LAD）估计方法,首先研究了周期自回归滑动平均（PARMA）模型参数估计问题,得到了PARMA模型LAD估计量的渐近分布.其次对该模型的LAD估计作了进一步的讨论,给出更一般假设条件下模型参数LAD估计量的渐近性质。     

鞅差时间序列半参数回归模型的小波估计

用小波方法研究了误差为滑动平均鞅差序列的半参数回归模型,得到了小波估计量的矩收敛速度及强收敛性.     

基于图方法的自回归和双线性时间序列模型系数的检验

自回归和双线性时间序列模型被表示为时间序列链图模型.在此基础上, 证明了自回归和双线性模型的系数为其他时间序列分量给定的条件下的条件相关系数.然后提出基于图的检验方法来检验自回归和双线性模型系数的显著性, 模拟结果表明此方法在水平和功效方面表现很好.     

纵向数据下均值协方差联合建模中的ARMA Cholesky因子模型

在广义估计方程框架下,发展了一类灵活的回归模型来参数化协方差结构.通过合并广泛使用的修正的Cholesky分解和滑动平均Cholesky分解,得到自回归滑动平均Cholesky分解.该分解能够参数化更一般的协方差结构,且其输入具有清晰的统计解释.对这些输入建立回归模型,并利用拟Fisher迭代算法估计回归系数.均值和协方差模型中的参数估计皆具有相合性和渐近正态性.最后通过模拟研究考察了所提方法的有限样本表现.     

部分线性模型的随机约束岭估计

研究了部分线性回归模型附加有随机约束条件时的估计问题.基于Profile最小二乘方法和混合估计方法提出了参数分量随机约束下的Profile混合估计,并研究了其性质.为了克服共线性问题,构造了参数分量的Profile混合岭估计,并给出了估计量的偏和方差.     

小波变换在期货价格序贯相关分析中的应用

针对金融时间序列普遍具有非平稳、自相关等特点,通常建立ARIMA模型进行识别.但模型的构建中,常受到一些随机扰动的影响,使模型拟合的误差增大.文章试将小波分析良好的局部性与ARIMA模型的简捷实用相结合,采用基于小波分析的累积式自回归滑动平均方法(WARIMA)拟合模型中的序贯相关,实证分析得出,WARIMA模型显著降低了拟合误差.     

ARMA模型阶的识别：特征根方法

文献[1]中和用与高阶样本自协方差阵R=(r(p_0 i-j))_(1≤i,j≤p_0)(其中r(k)是样本自协方差函数)有关的对称矩阵R·R~(?)的特征根给出自回归模型AR(p_0)阶p_0的强相合估计.这种定阶方法的优点是计算简便.本文将此方法推广到自回归滑动平均模型ARMA(p_0,q_0),并称此方法为特征根方法.     

线性混合模型中方差分量的ANOVA估计的改进

讨论了在含三个方差分量的线性混合模型中,在均方误差意义下,方差分量的方差分析估计的改进,并把这一结果推广到一般的线性混合模型上,得到一个改进方差分析估计的简单方法.     

基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.     

混合模型中方差分量估计的容许性及非负估计

对含有两个方差分量的线性混合模型, 本文构造了方差分量的一个线性估计类, 它包含许多常见的方差分量估计. 在这个类中我们建立了容许性的必要条件, 据此得到了两个新的改进估计. 最后我们讨论了方差分量的非负估计, 得到了优于方差分析估计和Tatsuya估计的正估计.     

半参数混合效应模型中的估计及其强相合性

将Tao等(1999)提出的线性混合效应模型推广为半参数混合效应模型,给出了模型参数、回归函数和随机效应密度的估计,并研究了估计的强相合性及部分强相合速度.统计模拟表明我们给出的估计方法是可行的.     

纵向数据混合效应模型的统计分析

本文研究了Tao等人在1999年提出的半参数混合效应模型,在不假设随机效应服从正态分布的条件下,用傅立叶变换的方法构造了随机效应的光滑非参数密度估计,给出了密度估计的公式,研究了其渐近性质,还构造了半参数混合效应模型中参数的估计方法并研究了其大样本性质。     

�������������ݰ����ģ�͵Ĺ���

We propose a new estimation method for the parameters of a partial functional linear model when the parameter curve is subject to monotone constraint. The proposed estimators are implemented under the nonlinear mixed effects model framework. The small sample properties are illustrated through a simulation experiment.     

混合整数线性模型参数最小二乘估计的弱相合性

在GPS和测绘等领域中,混合整数线性模型是非常重要的一种模型。本文在混合整数线性模型参数的最小二乘估计的基础上,证明了该估计量的弱相合性。Monte Carlo模拟验证表明,各参数估计的相合效果明显。     

二项线性随机效应模型的拟蒙特卡罗估计

讨论了如何运用拟蒙特卡罗方法对二项线性随机效应模型进行参数估计.首先写出观测数据的边缘对数似然函数,然后用拟蒙特卡罗方法将函数中的积分写成求和的形式,接着利用Newton-Raphson算法计算参数的极大似然估计.以一组种子数据为例,说明该方法是简单可行的.     

约束下线性混合模型参数估计的渐近解及其收敛性

在线性不等式约束下讨论了具有相同参数的两个线性混合模型的参数估计问题,给出了一种迭代算法,得到了这类模型中参数的最小二乘估计序列及其渐近解.在此基础上,利用多元多项式方程组解的个数定理和不动点定理,证明了此估计序列是依概率1收敛的.     

基于模式搜索的轮胎压力监测方法研究

提出了一种含有两个参数的轮胎纵向力模型,并通过该模型利用基于模式搜索的最小二乘法对轮胎的纵向刚度和滚动半径进行了动态估计.该算法应用于车辆的实际试验数据,结果证明轮胎的压力与轮胎纵向刚度近似成反比,这为利用轮胎纵向刚度监测轮胎压力变化,提供了可靠的理论依据.     

Existence and uniqueness of almost periodic solutions to discrete mixed monotone hematopoiesis model

This paper is devoted to studying a generalized nonlinear discrete hematopoiesis model with delays. By applying mixed monotone operator fixed point theorem in an appropriate cone, we discuss the existence and uniqueness of positive almost periodic solution to this model. Four cases are classified based on parameters of the concerned model. The main results provided in the paper are more general than that of some previously known results, which are extended and complemented. Two particular examples are provided to illustrate that the obtained results, which are reasonable.     

变系数混合模型的光滑样条推断

为了拟合纵向数据和其他相关数据,本文提出了变系数混合效应模型(VCMM).该模型运用变系数线性部分来表示协变量对响应变量的影响,而用随机效应来描述纵向数据组内的相关性, 因此,该模型允许协变量和响应变量之间存在十分灵活的泛函关系.文中运用光滑样条来估计均值部分的系数函数,而用限制最大似然的方法同时估计出光滑参数和方差成分,我们还得到了所提估计的计算方法.大量的模拟研究表明对于具有各种协方差结构的变系数混合效应模型,运用本文所提出的方法都能够十分有效地估计出模型中的系数函数和方差成分.     

Finite difference/$H^1$-Galerkin MFE procedure for a fractional water wave model

In this article, an $H^1$-Galerkin mixed finite element (MFE) method for solving the time fractional water wave model is presented. First-order backward Euler difference method and $L1$ formula are applied to approximate integer derivative and Caputo fractional derivative with order $1/2$, respectively, and $H^1$-Galerkin mixed finite element method is used to approximate the spatial direction. The analysis of stability for fully discrete mixed finite element scheme is made and the optimal space-time orders of convergence for two unknown variables in both $H^1$-norm and $L^2$-norm are derived. Further, some computing results for a priori analysis and numerical figures based on four changed parameters in the studied problem are given to illustrate the effectiveness of the current method