半参数回归模型的渐近有效L-估计

对半参数回归模型yi=χiTβ+g(χi)+ei,i=1,2,…,n,对非参数函数g(·)采用核估计的方法,构造了参数向量β的L-估计量λn,在一些正则条件下,获得了λn的渐近正态性和非参数函数g(·)的估计量gn(t)的最优收敛速度可达到O(n-(1/3)),并且给出了标准化L估计量λn的渐近分布的Berry-Esseen界.     

相依MA(∞)误差下半参数模型小波估计的收敛速度(英文)

考虑半参数回归模型yi=xiβ+g(ti)+Vi(1≤i≤n), 其中(xi,ti)是已知的设计点, 斜率参数β是未知的, g(·)是未知函数, 误差Vi=sum from j=-∞ to ∞(cjei-j),sum from j=-∞ to ∞(|cj|∞)并且ei是负相关的随机变量. 在适当的条件下, 我们研究了β与g(·)小波估计量的强收敛速度. 结果显示g(·)的小波估计量达到最优收敛速度. 同时, 对β小波估计量也作了模拟研究.     

一类混合回归模型中估计的收敛速度

考虑回归模型y_i=x_iβ+g(t_i)+e_4,i=1,2,…,n,其中 g(·)是未知光滑函数,β是未知待估参数,e_4是随机误差.设{(x_4,t_4,y_4),1≤i≤n}是 i.i.d.子样.本文首先给出了 g(·)的一类近邻估计n(·),然后基于模型 y_4=x_4β+(t_4)+e_4得到了β的最小二乘估计.在适当条件下,证得了及 g(·)的最终估计(·)的强弱收敛速度.     

一类混合回归模型中估计的收敛速度

考虑回归模型 y_i=x_iβ+g(t_i)+e_i,i=1,2,…n,其中g(·)是未知光滑函数,β是未知待估参数,e_i是随机误差。 设{(x_i,t_i,y_i,),1≤i≤n}是i.i.d.子样。本文首先给出了g(·)的一类近邻估计■_n(·),然后基于模型y_i=x_iβ+■_n(t_i),+e_i得到了β的最小二乘估计■_n。在适当条件下,证得了■_n及g(·)的最终估计■_n~■(·)的强弱收敛速度。     

一类纵向数据半参数模型中的强相合估计

本文考虑如下纵向数据半参数回归模型:y_(ij)=x′_(ij)β+g(x_(ij))+e_(ij).结合最小二乘法和非参数权函数估计方法得到模型中参数β,回归函数g(·)的估计,并在适当条件下证明了估计量的强相合性.     

半参数回归模型的误差分布的估计的大样本性质

用分块多项式逼近 g0 ( ·) ,基于M估计 ,研究了半参数回归模型Yi =Xi′β0+ g0 (Ti) +ei,i =1 ,… ,n的误差e的密度f(u)的估计的大样本性质 .在一定条件下 ,证明了 ^fn(u)以概率收敛 ,几乎处处收敛 ,几乎一致收敛和收敛速度 .     

纵向数据半参数回归模型估计的r阶平均相合性

本文考虑纵向数据下半参数回归模型:yij=xij′β g(tij) eij,i=1,…,m,j=1,…,ni.基于最小二乘法和一般的非参数权函数方法给出了模型中参数β,回归函数g(·)和误差方差σ2的估计,并在适当条件下证明了估计量的r(r≥2)阶平均相合性.     

误差为鞅差序列的半参数回归模型参数估计的收敛速度

研究误差为鞅差序列的半参数回归模型参数估计的收敛速度.利用非参数分段多项式估计和最小二乘法进行讨论.考虑固定设计下的半参数回归模型:yi=xiβ g(ti) ei,i=1,2,…,n,{ei}是随机误差,且{ei,Fi,i≥1}为平稳遍历的平方可积鞅差序列,Fi,i≥1为单调不减的σ代数流,且Ee21=σ20,E(e2i|Fi)≤1,对利用通常采用的非参数权函数法结合最小二乘法得到的参数β和σ2的估计量βn和σ2n,在适当的条件下得到了βn和σ2n的精确的收敛速度.重对数律.     

Ψ-混合异方差误差下半参数回归模型的加权小波估计

考虑半参数回归模型yi=xiβ+g(ti)+σiei, i=1,2,…,n,其中(zi,ti,ui)是固定设计点列,ei为Ψ-混合随机误差.用小波估计方法得到了参数,非参数及误差方差的加权小波估计量.在相当一般的条件下,得到了这些小波估计量的渐近正态性及弱收敛速度.     

固定设计下半参数回归模型参数估计的收敛速度

考虑固定设计下的半参数回归模型：yi=xiβ＋g（ti）＋ei，i=1，…，n．其中{ei}为随机误差，且Ee1=0，Ee12=σ2＞0，对利用通常采用的非参数权函数法结合最小二乘法得到的参数β和σ2的估计量和，本文在适当条件下得到了和的精确的收敛速度-重对数律．     

Riemann Zeta函数的六阶和

利用概率论与组合数学的方法,研究了与Riemann-zeta函数ξ(k)的部分和ξ_n(k)有关的一些级数,计算出了一些重要的和式．特别的,Euler的著名结果5ξ(4)= 2ξ~2(2)能够从四阶和式直接推出．因此,通过计算全部的11个六阶和式,研究它们之间的非平凡关系,就有可能得到ξ(3)的数值．     

保持序和等价关系的自然偏序变换半群

设X为一个集合,■_X为X上的全变换半群.设E是X上的一个等价关系,定义T_E(X)={f∈■_X:■(x,y)∈E,(f(x),f(y))∈E},则T_E(X)是由等价关系E所确定的■_X的子半群.本文中,所考虑的集合X是一个有限全序集,同时E是非平凡的且所有的E-类都是凸集.显然■_E(X)={f∈T_E(X):■_x,y∈X,x≤y蕴涵f(x)≤f(y)}是T_E(X)的一个子半群.我们赋予■_E(X)自然偏序并讨论何时■_E(X)中的两个元素是关于这个偏序是相关的,然后确定■_E(X)中那些关于≤是相容的元素.此外,还描述了极大(极小)元和覆盖元.     

i.i.d情况下非参数回归模型的误差密度估计的收敛性质

本文研究了i．i．d情况下非参数回归的误差密度估计的一致收敛和均方收敛，给出了一定条件下误差密度的估计量f^n(x)的一致收敛速度和均方收敛速度。     

一类位置不变的Pickands型估计量

当极值指标大于0时, 本文提出了一种位置不变的Pickands型估计量,证明了该估计量的强弱相合性, 给出了其渐近展式和强收敛速度,并对$k_2$的最优选择进行了讨论,最后利用自适应性方法对该估计量和其它Pickands型估计量进行随机模拟分析,比较该估计量的优越性.     

一类纵向数据半参数模型估计的收敛速度

本文研究了一类纵向数据半参数模型参数和回归函数的估计问题.利用最小二乘法和一般的非参数权函数方法,获得了参数估计量的强收敛速度和回归函数估计量的一致收敛速度,推广了文献[4]的相应结果.     

多个子样本下过程能力指数估计量的比较研究

过程能力指数(C_p)估计的关键是对总体标准差的估计。在多个子样本情形下,采用4个无偏估计量■,■_s,■_R,■_p分别估计总体标准差σ,证明了直接以此为基础的过程能力指数的估计量都是有偏的,且都有高估C_p的倾向;之后构造了C_p的4个无偏估计量;探讨了其中3个无偏估计量的估计效率;最后结合案例计算了C_p的不同估计值。     

带超级光滑噪声密度函数的小波自适应点态估计

利用小波方法在局部Holder空间中研究一类反卷积密度函数的点态估计问题.首先,针对超级光滑噪声给出该模型任一估计器的点态风险下界;其次,构造有限求和小波估计器,并证明其在超级光滑噪声条件下达到了最优收敛阶,即该估计器在点态风险下的收敛速度与下界一致.最后,还讨论了这类小波估计器的强收敛性.值得指出的是上述估计都是自适应的.     

On Consistency of the Nearest Neighbor Estimator of the Density Function and Its Applications

In this paper, we mainly study the consistency of the nearest neighbor estimator of the density function based on asymptotically almost negatively associated samples. The weak consistency,strong consistency, uniformly strong consistency and the convergence rates are established under some mild conditions. As applications, we further investigate the strong consistency and the rate of strong consistency for hazard rate function estimator.     

一类可修系统的稳定性及可靠性分析

证明了系统的渐近稳定性,即limt→∞■(,.t)=■,并给出了一种方法,证明了系统的牢固可靠度不小于瞬态可靠度,即p0(t)≥p0*=limt→∞p0(t).     

SOME RESULTS ON ESTIMATION OF THE TAIL INDEX OF A DISTRIBUTION

§１．ＩｎｔｒｏｄｕｃｔｉｏｎＳｕｐｐｏｓｅｔｈａｔＦｉｓａｄｉｓｔｒｉｂｕｔｉｏｎｆｕｎｃｔｉｏｎｓｕｃｈｔｈａｔ,ｆｏｒａｎｙｘ＞０,ｌｉｍｔ→∞１－Ｆ（ｔｘ）１－Ｆ（ｔ）＝ｘ－１γ,γ＞０．（１．１）ＷｅｃａｌγｔｈｅｔａｉｌｉｎｄｅｘｏｆＦ．...