条件中位数的最近邻估计和它的Bootstrap统计量的渐近性质

本文讨论条件中位数的估计问题,证明了条件中位数的最近邻估计序列的渐近正态性。在讨论估计的误差的分布特性时,作者引用了Efron的Bootstrap方法。证明了在一定条件下,最近邻估计的误差的Bootstrap分布在渐近意义下是可用的。即估计量的误差的渐近分布与它的Bootstrsp统计量的渐近分布是相同的。     

PA样本回归权函数估计的一致渐近正态性

在平稳PA样本下,讨论了非参数回归模型中权函数估计的一致渐近正态性,并给出了这个估计的一致渐近正态性的收敛速度.     

左截断右删失数据下半参数模型风险率函数估计

文章给出了右删失左截断数据半参数模型下的风险率函数估计,讨论了风险率函数估计的渐近性质,获得了这些估计的渐近正态性,对数律和重对数律.由于假定删失机制服从半参数模型下,从而知道模型的更多信息,因此对于给出参数的极大似然估计,可以改进风险率函数估计的渐近性质.也就是说,删失数据模型具有半参数的辅助信息下, 风险率函数估计的渐近方差比通常的完全非参数的估计的渐近方差更小.这说明加入了额外的信息提高了风险率函数估计的效率.     

Ⅰ型区间删失情形下部分线性模型Sieve极大似然估计渐近性质

本文在响应变量的观测值为Ⅰ型区间删失数据的情形下,讨论部分线性模型Ｓｉｅｖｅ极大似然估计的渐近性质．在一定条件下证明了该估计具有强相合性;参数分量的估计具有渐近正态性,并且是渐近有效的;非参数分量估计达到了最优弱收敛速度．     

连续型单参数指数族中参数经验Bayes估计的渐近结构

本文讨论了参数经验Bayes(EB)估计及其它的泛函的渐近结构,在适当条件下,得到了EB估计及其它的泛函的收敛性和渐近分布。     

强相依数据的函数系数部分线性模型的估计

本文讨论在数据是强相依的情况下函数系数部分线性模型的估计．首先,采用局部线性方法,给出该模型函数项函数的估计;然后,使用两阶段方法给出系数函数的估计．并且讨论了函数项函数估计的渐近正态性,以及系数函数估计的弱相合性和渐近正态性.模拟研究显示,这些估计是较为理想的．     

离散分散系统的次优状态估计

在参考文献[1,2]中已经讨论过离散时间随机分散系统的状态估计问题,但没有分析分散估计器的稳定性.本文研究了离散时间随机分散时变系统的次优分散状态估计的递推算法,并借助于离散时间系统的李雅普诺夫定理,在一定条件下证明了分散估计器的全局一致渐近稳定性.已知由 N 个子系统组成的分散系统为     

一类泛函的非参数Bayes和经验Bayes估计的渐近结构

本文我们讨论了一类泛函的非参数Bayes和经验Bayes估计的渐近结构。在适当条件下,我们证得了Bayes和经验Bayes估计的渐近分布是正态的。     

I型区间删失情形下部分线性模型Sieve极大似然估计渐近性质

本文在响应变量的观测值为I型区间删失数据的情形下,讨论部分线性模型Sieve极大似然估计的渐近性质。在一定条件下证明了该估计具有强相合性;参数分量的估计具有渐近正态性,并且是渐近有效的;非参数分量估计达到了最优弱收敛速度。     

函数型数据的近邻域估计

主要讨论函数型数据的近邻域估计的渐近性质.在α-混合条件及一些正则性假设下,我们讨论了函数空间上非参数回归函数的k阶近邻域估计的相合性和渐近正态性.通过模拟分析几组不同误差分布的函数型数据,并与核估计方法进行比较,验证了有限样本下,近邻域估计方法的有效性,并得出近邻域估计在稳健性方面更有优势.