一个半参数回归模型中Cramer渐近有效性的充要条件

本文考虑模型Ｙｉ＝Ｘ＾γβ＋ｇ（Ｔ）＋ε，这里（Ｘ＾γ，Ｔ，Ｙ）是ｋ＋２－维随机向量，ｇ是未知光滑函数。ε均值为零方差有限的随机误差。本文明了β的最小二乘估计是Ｃｒａｍｅｒ渐近有效的充要条件是误差ε服从正态分布Ｎ（０，σ＾２）。     

一般增长曲线模型参数阵的BLU估计

考虑一般增长曲线模型：Ｙ＝Ｘ１ＢＸ２＋εＥ（Ｖｅｃ（ε））＝０Ｖ（Ｖｅｃ（ε））＝σ２ＶＩｎ（Ｖ０）本文对任一可估函数ＫＢＬ给出了它的ＢＬＵ估计（最佳线性无偏估计），并得到了方差σ２的一个无偏估计．     

三阶非线性边值问题的奇摄动

本文利用Ｖｏｌｔｅｒｒａ型积分算子和微分不等式技巧给出了一类三阶非线性微分方程奇摄动边值问题：εｘ＝ｆ（ｔ，ｘ，ε），ｘ（０）＝Ａ，ｇ（ｘ’（０），ｘ‘（０），ε）＝０，ｈ（ｘ（１），ｘ（１），ε）＝０解的存在性，唯一性及渐近估计。     

一个半参数回归模型的渐近正态性

考虑半多数回归模型yi＝xiβ＋g（xi）＋εi，lin，这里xi是具有已知方差σ的独立同分布随机样本，εi是具有零均值和有限方基σ2的独立同分布随机误差．β，g和εi的分布密度是未知的．本文作者构造了一个具有更小渐近方差的β的一个渐近正态估计．     

半参数回归模型的估计的渐近性质

考虑半参数回归模型ｙｉ＝ｘｉ＾１β＋ｇ（ｔｉ）＋ｅｉ,１≤ｉ≤ｎ;其中ｇ为Ｒ上未知函数,σ０＾２＝Ｄ（ｅ１）柴根象等在１９９５年给出了β的二阶段估计βｎ,本文基于β１建立了σ０＾２的估计量σｎ＾２,研究了误差方差估计σｎ＾２的渐近正态性和强相合性,并且得到了可直接用于统计推断的统计量及其分布。     

相依回归系统一种协方差改进估计之协方差阵的无偏估计

考虑相依回归方程系统ｙｉ＝Ｘｉβｉ＋εｉ（ｉ＝１，２），Ｅ（εｉ）＝０，Ｃｏｖ（εｉ，εｊ）＝σｉｊＩｎ。记βｉ为βｉ的协方差改进估计＾［１］。σｉｊ未知时，记βｉ为用非限定估计σｉｊ代替βｉ中的σｉｊ得到的两步估计，并记βｉ为用限定估计σｉｊ代替βｉ中的σｉｊ得到的两步估计，这两种两步估计的协方差中含有未知参数σｉｊ代替βｉ中的σｉｊ得到的两步估计，这两种两步估计的协方差中含有未知参数σｉｊ。本     

一个半参数可加模型中渐近性的一点注记

假设是一组光滑未知的函数，β＝（β１，…，βｐ）τｐ×１待估向量，ε是具有均值为０，方差为σ２的随机变量，基于模型我们构造了β的渐近正态估计以及具有收敛速度１／３的ｇ的估计．     

相依线性回归方程组的一种“朴实”两步估计的有效性

对于相依线性回归方程组Ｙｉ＝Ｘｉβｉ＋εｉ（ｉ＝１，２），我们提出了系数向量βｉ的一种较为简便的“朴实”的两步估计量，例如β１的估计量为β１（Ｔ）＝（Ｘ’１，Ｘ１）＾－１Ｘ‘１Ｙ１－σ１２σ２２（Ｘ’１Ｘ１）＾－１Ｘ‘１ＴＹ２。其中Σ＝（σｉｊ）的一种估计量，本文给出了Σ的一种新取法，通过均方误差矩阵的大小我们证明了这种简便两种估计有有限样本量下可优效于ＬＳ估计。     

非线性Robin边值问题的奇摄动

本文应用微分不等式的方法，研究非线性Ｒｏｂｉｎ边值问题：ａ（ｘ，ｙ，ｙ′，ε）ｙ″＝ｆ（ｘ，ｙ，ｙ′，ε），０＜ｘ＜１，ｐ１ｙ（０，ε）－ｐ２ｙ′（０，ε）＝Ａ（ε），ｑ１ｙ（１，ε）＋ｑ２ｙ′（１，ε）＝Ｂ（ε），｛其中ε＞０是小参数，在适当的假设条件下，我们证明了上述问题解ｙ（ｘ，ε）的存在性和渐近估计式．     

增长曲线模型的参数估计及其性质

考虑增长曲线模型：Ｙｐ×ｎ＝ＡＢＣ＇＋εｐ×ｎ，Ｅε＝０．其中，ε＝（ε１，ε２，…，εｎ），ε１，ε２…，εｎ独立同分布，Ｅεｉεｉ＇＝Σｐ×ｐ＞０．该文利用协差阵的Σ的（一定意义下的）最小二乘估计Σ，分别给出了参数Ｂ，参数的线性函数ＡＢ，ｔｒ（Ｄ１’Ｂ）＋（Ｄ２Σ）（Ｄ２＝Ｄ‘２）（Ｄ２＝Ｄ２’）的估计Ｂｎ，Ｚｎ和ｔｒ（Ｄ１＇Ｂｎ）＋ｔｒ（Ｄ２Σｎ）．在ε１服从正态分布的情形下，给出了Ｚｎ，Σｎ的分布．并在ε１分布比较一般的情形和一定条件下给出了Ｚｎ，Ｂｎ，Σｎ和ｔｒ（Ｄ１’Ｂｎ）＋ｔｒ（Ｄ２Σｎ）的极限分布皆为正态分布（ｎ→∞）．而且Ｚｎ，和Σｎ，Ｂｎ，和Σｎ都是渐近独立的（ｎ→∞）．从而可构造参数Ｂ的置信区域和更好地进行判别分析，相关分析等．     

Gauss-Markov估计关于误差分布的稳健性

对于一般线性模型y=Xβ+ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误差分布的稳健性,分别给出了误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Gauss-Markov估计在相应准则下是最优估计.     

一般增长曲线模型回归系数线性估计的泛容许性

本文讨论一般的增长曲线模型；Ｘ＝ＡＢＣ＋ε，Ｅ（ε）＝０，Ｖａｒ（ε）＝σΣＶ，其中Ｘ和ε是ｐ×ｎ价随机阵，Ａ、Ｃ分别为ｐ×ｑ，ｋ×ｎ已知阵，Σ、Ｖ分别Ｐ、ｎ阶已知非负定阵，Ｂ和σ为未知参数．在损失函数（ｄ（Ｘ）－ＫＢＬ）＇（ｄ（Ｘ）－ＫＢＬ）下，我们给出了可估函数ＫＢＬ的线性估计的泛（Φ）容许性定义，得到了ＤＸＦ（ＤＸＦ＋Ｍ）在某些估计类中是ＫＢＬ的泛容许性估计的充要条件．     

L—函数均值的一个渐近级数（Ⅰ）

本文利用解析方法给出了ＤｉｒｉｃｈｌｅｔＬ－函数的二次均值∑／ｘ（ｍｏｄｐＬ）Ｌ（σ１＋ｉｔ，ｘ）ｄＬ（σ２－ｉｔ，ｘ）的一个渐近级数，其中０＜σ１，σ＜１，ｔ是任意实数，Ｐ是素数。     

生长曲线模型中二次估计的非负最优性

考虑生长曲线模型Ｙ＝Ｘ１ＢＸ２＇＋ε，Ｅε＝０。设ε＝（εβ．．．εｎ）＇，ε＝（ε＇．．．εｎ＇）＇．Ｅεε＇＝Ｉ为未知协差阵，本文讨论了ｔｒ（ＣΣ）（Ｃ＜０）的一致最小方差非负二次无偏估计（简称为最优非负估计）问题，给出了一般二次估计是ｔｒ的最优非负估计的充要条件，从而得到ｔｒ的最优非负估计存在的充要条件，以及ｔｒ是ｔｒ的最优非负估计的充要条件。     

未知方向密度估计的收敛率

设Ｘ为ｐ维随机向量,对于未知的投影方向θｏ（‖θｏ‖＝１）,本文利用θｏ的估计与核密度估计相结合的方法给出了θ＾Ｔ０Ｘ的密度（方向密度）的核型密度估计,获得了此估计的逐点渐近正态性,逐点精确强收敛率,一致精确强收敛率以及均方误差收敛率,所得结果与最优性与已知方向上的核密度估计完全一致。作为例子,对θｏ为Ｘ协方差阵的最大特征值所对应的特征方向,我们给出了θｏ的满足条件的估计极其方向密度估计。     

第15卷B辑第2期（1994）目次和提要

第１５卷Ｂ辑第２期（１９９４）目次和提要一个半参数回归模型的Ｂａｈａｄｕｒ渐近有效性梁华成平本文给出了模型ｙ＝θ１＋ｇ（Ｔ）＋ε中参数θ１的极大似然估计（ＭＬＥ），然后考虑的Ｂａｈａｄｕｒ渐近有效性，其中Ｔ、ε相独立，ｇ未知，ε的分布密度函数（·）已...     

三阶非线性边值问题的奇摄动(英)

本文利用Volterra型积分算子和微分不等式技巧给出了一类三阶非线性微分方程奇摄动边值问题：εX＝f（t，x，x，ε，x（0）＝A，g（x'（0），（0），ε）＝0，h（x（1），x（1），ε）＝0解的存在性．唯一性及渐近估计．     

截断线性模型的Fourier变换估计

设有模型Ｙ＝Ｘβ０＋Ｕ，其中β０为未知参数，Ｘ为自变量，误差项Ｕ与Ｘ独立，且ＥＵ＝０，Ｕ－Ｆ（未知）。当Ｗ≤ｔ（已知）时才有观察（Ｘ，Ｙ），本文给出模型参数β０的Ｆｏｕｒｉｅｒ变换估计，并证明了估计量β的强相合性及渐近正态性。     

相依误差广义线性模型的M估计的Bahadur表示

考虑如下广义线性模型y_i=h(x~T_i,β)+e_i=1,2,…,n,其中e_i=G(…,ε_(i-1),ε_i),h是一个连续可导函数,ε_i是独立同分布的随机变量,并且它的期望为0,方差σ~2有限.本文给出了参数β的M估计,并且得到了该估计的Bahadur表示,该结论推广了线性模型的相关结论.应用M估计的Bahadur表示,得到了相依误差的线性回归模型,poisson模型,logistic模型和独立误差的广义线性模型等模型的渐近性质.     

一类n阶拟线性奇异摄动边值问题的一致有效渐近展开

本文研究一类ｎ阶拟线性奇异摄动边值问题：εｙ（ｎ）＝ｆ（ｔ，ε，ｙ，…，ｙ（ｎ－２）ｙ（ｎ－１）＋ｇ（ｔ，ε，ｙ，…，ｙ（ｎ－２），ｐｊ（ε）ｙ（ｊ）（０，ε）－ｑｊ（ε）ｙ（ｊ＋１）（０，ε）＝αｊ（ε）（０≤ｊ≤ｎ－２），ｂ１（ε）ｙ（ｎ－２）（１，ε）＋ｂ２（ε）ｙ（ｎ－１）（１，ε）＝β（ε），其中ε＞０为小参数．在较一般的条件之下，应用Ｂａｎａｃｈ／Ｐｉｃａｒｄ不动点定理证明了摄动解的存在性及局部唯一性，并给出了摄动解直到ｎ阶导函数的一致有效渐近展开式，推广和改进了已有的结果［１－５］．