相依样本下非参数回归函数递推型核估计的渐近分布

设（Ｘｉ，Ｙｉ）１≤ｉ≤ｎ为来自二元总体（Ｘ，Ｙ）的平稳，φ－混合样本，记ｍ（ｘ）△Ｅ（Ｙ│Ｘ＝ｘ），ｍ（ｘ）的一种递推型核估计为ｍｎ（ｘ）＝ｎ∑ｉ＝１ｈｉ＾－１Ｙｉｋ（（ｘ－Ｘｉ）／ｈｉ）／ｎ∑ｊ＝１ｈ＾－１ｊｋ（ｘ－Ｘｊ）／ｈｊ）。本文在一定的条件下证明了（ｎ／（ｎ∑ｊ＝１ｈ＾－１ｊ）＾１／２）（ｍｎ（ｘ１）－ｍ（ｘ１），ｍｎ（ｘ２）－ｍ（ｘ２），．．．ｍｎ（ｘｒ０）－ｍ（ｘｒ０））′依分布收     

m（n）－相依样本非参数回归残差密度的相合估计

考虑非参数回归模型：Ｙｉ＝Ｍ（Ｘｉ）＋ｅｉ，其中Ｍ（ｘ）为Ｂ（Ｒ）上的未知实函数，（Ｘｉ，Ｙｉ）为来自（Ｘ，Ｙ）的ｍ（ｎ）相依样本，残差（ｅｉ）具有公共的未知密度ｆ（ｘ）．本文基于残差估计给出了ｆ（ｘ）的一种非参估计，并证明该估计具有逐点相合性，一致相合性及Ｌ１相合性．     

回归函数非线性小波估计的一致强相合性

设（Ｘ_１,Ｘ_１）,…,（Ｘ_ｎ,Ｙ_ｎ）是从总体（Ｘ,Ｙ）中抽取的ｉ．ｉ．ｄ样本且服从［０,１］上的均匀分布．本文在平方积分损失下得到了回归函数ｇ（ｘ）＝Ｅ（Ｙ｜Ｘ＝ｘ）的非线性小波估计的一致相合性．     

P.Turan问题XXXV的一个注记

本文给出了有关Ｐ．Ｔｕｒａｎ问题ＸＸＸＶ［关于逼过论的某些未解决的问题，Ｊ．Ａｐｐｒｏｘｉｍａｔｉｏｎ Ｔｈｅｏｒｙ，１９８０，２９（１）：２３－８５］的一个结果。设ｒｉｎ（ｘ）为（０，２）插值的第一类基函数，其插值节点为（１－ｘ）Ｐｎ＇（ｘ）之零点而Ｐｎ（ｘ）为ｎ次Ｌｅｇｅｎｄｒｅ多项式。那么ｍａｘ－１≤ｘ≤１∑ｉ＝１ｎ│ｒｉｎ（ｘ）│＝Ｏ（ｎ＾５／２ｌｎｎ）．但对ｆ＾＊＝ｘ＾２却有ｌｉｍ↓ｎ→     

相依样本下密度函数及其导函数的相合随机窗宽核估计

设（Ｘｎ）是Ｒ＾１中的平稳，强混合序列，具有公共的密度ｆ（ｘ），则可定义ｆ（ｘ）及其导函数ｆ＾（ｒ）（ｘ）的核估计与最近邻估计ｆ＾（ｒ）ｎ（ｘ）＝（ｎｈ＾ｒ＋１ｎ（ｘ））＾－１ｎ∑ｉ＝１Ｋ＾（ｒ）（Ｘｉ－Ｘ／ｈｎ（ｘ）），ｆｎ（ｘ）＝（ｎａｎ（ｘ））＾－１ｎ∑ｉ＝１Ｋ（Ｘｉ－ｘ／ａｎ（ｘ））其中核函数Ｋ（Ｘ）为取定的概率密度函数，且具有ｒ（ｒ≥０）阶导数，窗宽ｈｎ（ｘ）＝ｈｎ（ｘ；Ｘ１，．．．，Ｘ     

任意m值随机变量序列与独立序列的比较及其极限性质

设｛Ｘｎ，ｎ≥１｝是在Ｓ＝｛１，２，…，ｍ｝中取值的随机变量序列，其联合分布为ｐ（ｘ１，…，ｘｎ），（ｐ１１，ｐ１２，…，ｐ１ｍ）（ｉ＝１，２，…）是Ｓ上的一列分布，ｋ∈Ｓ，Ｓｎ（ｋ，ω）是ｋ在序列Ｘ１（ω），Ｘｎ（ω）中出现的次数。ψｎ（ω）＝∑＾ｎｉ＝１ｌｏｇｐｉｘｉ－ｌｏｇｐ（Ｘ１，…，Ｘｎ）称为（Ｘｉ，１≤ｉ≤ｎ）相对于乘积分布∏＾ｎｉ＝１ｐｉｘｉ的对数似然比，Ｓｎ（ｋ，ω）－∑＾ｎｉ＝１     

一个高阶三点边值问题的可解性

本文考虑以下三点边值问题：ｘ＾（ｎ）＝ｆ（ｔ，ｘ，．．．，ｘ＾ｎ－１）（０≤ｔ≤１），ｘ（０）＝ξ１，ｘ＾（ｉ）（ｃ）＝ξｉ＋１（０≤ｉ≤ｎ－３），ｘ（１）＝ξｎ，其中ｃ∈（０，１）ｇｎ ξｉ∈Ｒ＾ｋ是给定的，利用基于度理论的一定不动点定理，得到了关于以上边值问题的某些存在唯一性结果。     

混合误差下回归权函数估计的强相合性

对非参数模型Ｙｉ＾（ｎ）＝ｇ（ｘｉ＾（ｎ））＋ξｉ＾（ｎ）,用权函数ｇｎ（ｘ）＝Σ↑ｎ↓ｉ＝１Ｗｎｉ（ｘ）Ｙｉ＾（ｎ）;估计ｇ（ｘ）,在误差为某些相依随机变量列下,我们获得了ｇｎ（ｘ）,的强相合性及一致强相合性。     

相依样本下条件密度双重核估计的强相合性

设（Ｘ１，Ｙ１），…，（Ｘｎ，Ｙｎ）是从取值于Ｒ＾ｐ×Ｒ＾ｑ的随机向量（Ｘ，Ｙ）中抽取的随机样本，在给定Ｘ＝ｘ的条件下Ｙ具有条件密度ｆ（ｙ│ｘ）。在本文中，我们考虑ｆ（ｙ│ｘ）的通常的和递归形式的双重核估计ｆｎ（ｙ│ｘ）＝ｎ∑ｉ＝１Ｋ１（Ｘｉ－ｘ／ａｎ）Ｋ２（Ｙｉ－６／ｂｎ）／〔ｂｎ＾ｑｎ∑ｊ＝１Ｋ１（Ｘｊ－ｘ／ａｎ）〕ｆｎ（ｙ│ｘ）＝ｎ∑ｉ－１Ｋ１（Ｘｉ－ｘ／ａｉ）Ｋ２（Ｙｉ－ｙ／ｂｉ）／ｎ∑ｊ     

变系数高阶中立型泛函数分方程的振动性与渐近性

考虑变系数高阶中立型泛函微分方程ｄ＾ｎ／ｄｔ＾ｎ（ｘ（ｔ）＋ｐ（ｔ）ｘ（ｔ－τ（ｔ））＋ｍ∑ｉ＝１Ｐｉ（ｔ）ｘ（ｔ－τｉ（ｔ）＝０，在－１＜ｐ（ｔ）≤０情形下解的振动性与渐近性，取消了Ｐｉ（ｔ）≥ｑｉ＞０的限制，改进以往的相应结果，本文结果时高阶泛函方程Ｘ＾（ｎ）（ｔ）＋ｍ∑ｉ＝１ｐｉ（ｔ）ｘ（ｔ－τｉ（ｔ））＝０也是适用的。     

双下标随机变量顺序统计量和的一个强大数定律的推广

本文论证了当双下标随机变量的分布函数Ｆ（ｘ）满足∫∞－∞｜ｘ｜ｐｄＦ（ｘ）＜∞（ｐ＞２）时有强大数定律ｌｉｍｎ→∞１ｎ２∑ｎｉ＝１ｉＸ（ｎ）ｉ＝１２Ｅｍａｘ（Ｘｎ１，Ｘｎ２）ａ．ｓ．成立．其结果优于文献［１］．     

污染分布的Edgeworth展开

假定Ｘ１，Ｘ２，…Ｘｎ是来自总体分布为Ｆ（ｘ）＝（１－∈）Ｆ１（ｘ）＋Ｆ２（ｘ）的ｉ，ｉ，ｄ．样本，本文讨论Ｓｎ＝∑Xi的渐近分布展开问题.在Ｆ（ｘ）的４阶矩存在的条件下，给出了精度达到Ｏ（∈4）十ｏ（ｎ－１）的渐近分布，并在最后作了随机模拟．     

条件中位数L_1－模核估计的逐点相合性

设（Ｘ，Ｙ）．（Ｘ１，Ｙ１），（Ｘ２，Ｙ２），…为Ｒｄ×Ｒ１上ｉ．ｉ．ｄ．随机向量序列。Ｙ对Ｘ的条件中位数θ（ｘ）定义为在Ｘ＝ｘ时Ｙ的条件分布函数的中位数．校函数Ｋ（·）是Ｒｄ上正实值函数，对ｘ∈Ｒｄ，θ（ｘ）的Ｌ１－模核估计θｎ（ｘ）定义由（１）给出．本文中，我们将文献［４］的均匀核法推广至一般核的情况，并在定义了θ的Ｌ１－模核估计基础之上，研究了其逐点相合性质．     

一个新颖不等式的加强

本刊“数学问题解答”栏第１１２９题给出了函数组ｘ１,ｘ２,…,ｘｎ的新颖不等式ｍａｘ１≤ｉ≤ｎ｛ｘｉ｝（ｘ１＋２ｘ２＋…＋ｎｘｎ）≥１２（ｘ１＋ｘ２＋…＋ｘｎ）２（１）本文给出式（１）的一个加强,得到定理　设０≤ｄ≤２,ｘｉ＞０,１≤ｉ≤ｎ,则ｍａｘ１≤ｉ≤ｎ｛ｘｉ｝（ｘ１＋（１＋ｄ）ｘ２＋…＋（１＋（ｎ－１）ｄ）ｘｎ）≥（ｎ－１）ｄ＋２２ｎ（ｘ１＋ｘ２＋…＋ｘｎ）２（２）等号成立当仅当ｘ１＝ｘ２＝…＝ｘｎ．证　视（２）式左边减去右边所得的差为ｄ的函数,记作ｇ（ｄ）;显见ｇ（ｄ）是一个线性函数;…     

异方差回归模型近邻型估计的相合性

本文研究异方差回归模型Ｙｉ＾（ｎ）＝ｇ（ｘｉ＾（ｎ））＋εｉ＾（ｎ）,ｉ＝１,…,ｎ,其中ｇ是右实函数,ｘｉ＾（ｎ）是非随机设计点列,εｉ＾（ｎ）是随机误差,文中定义了一类ｇ（ｘ）的近邻型估计ｇｎ（ｘ）＝（ｎ）∑（ｉ＝１）Ｗｍ（ｘ）Ｙｉ＾（ｎ）,得到了ｒ阶平均相全和渐近正态性,特别,在（∞）∑（ｎ＝１）（ｎ）∑（ｉ＝１）Ｅ／εｉ＾（ｎ）／＾ｓ／（ｎｉ）＾ｓ／ｒ〈∞,ｍａｘＥ（１≤ｉ≤ｎ）／εｉ（＾     

截断和的弱大数律

投｛Ｘｎ，ｎ≥１｝ｉ．ｉ．ｄ．，Ｘｎ，１≤Ｘｎ，２≤…≤Ｘｎ，ｎ是Ｘ１，Ｘ２，…，Ｘｎ的次序统计量．对非负整数ｋ，ｒ，ｋ＋ｒ≤ｎ，令．本文研究当ｋ＝ｋｎ，ｒ＝ｒｎ满足ｍｉｎ（ｋ，ｒ）→∞，ｍａｘ（ｋ，ｒ）→０时截断和Ｓｎ（ｋ，ｒ）的弱大数律．设βｎ＞０，Ｃｎ∈Ｒ，文中给出了依概率收敛的充要条件．     

删失场合半参数回归模型的二阶段估计

对于半参数回归模型ｙｉ＝ｘ′ｉβ＋ｇ（ｔｉ）＋ｅｉ，１≤ｉ≤ｎ，ｇ为Ｒ１上未知函数，β为ｐ×１维待估参数向量．本文考虑当ｙｉ被随机删失时β和ｇ的估计．基于模型的可加性，利用综合数据法得到β的二阶段估计β～＊ｎ和ｇ的估计ｇ＊ｎ，并证明了它们的强相合性．     

与四面体内点有关的一类不等式

笔者在文［１］对于初等对称函数Ｅｋ（ｘ）＝Ｅｋ（ｘ１,…,ｘｎ）＝∑１≤ｉ１＜…＜ｉｋ≤ｎΠｋｊ＝１ｘｉｊ,ｋ＝１,２,…,ｎ建立了定理１设ｘｉ＞０,ｉ＝１,２,…,ｎ且∑ｎｉ＝１ｘｉ＝１,则对于ｋ＝１,２,…,ｎ,有０≤Ｅｋ（１－ｘ）－Ｅｋ（ｘ）≤...     

数列x_（n＋2）＝x~2_（x＋1）／x_n的周期性

数列ｘ_（ｎ＋２）＝ｘ~2_（ｘ＋１）／ｘ_ｎ的周期性江西赣南师范学院熊曾润设数列｛Ｘｎ｝满足其中．本文探讨这类数列的周期性．引理若数列（Ｘｎ）满足（１）和（２），则它必定满足证明应用数学归纳法．（ｉ）ｎ＝１时，由（１）和（２）可得这表明ｎ＝１时等式（３?..     

方差公式的应用初控

方差公式的应用初控扈保洪（山东聊城六中２５２０００）我们知道：若Ｘｉ，Ｘ２，…，Ｘｎ均为实数石表示它们的平均数，那么ｘ１，ｘ２，…，ｘｎ的方差为Ｓ２＝（ｘ＋ｘ＋…＋ｘ－ｎ）（见人民教育出版社１９９４年版初中代数教科书第三册Ｐ１７２），这里Ｓ２≥０．该...