平方损失下的可容许估计

设(x)为样本空间,P_θ为其上的分布族,θ∈Θ为参数.欲估计g(θ),损失函数为L(g(θ),d).称R(g(θ),d(X))=EL(g(θ),d(X))为估计d(X)的风险函数.称d_0(X)是g(θ)的可容许估计,如果不存在其它估计d_1(X),使得R(g(θ),d_1(X))≤R(g(θ),d_0(X)),对一切θ∈Θ,且不等号至少对某θ_0∈Θ成立.设在参数空间Θ上建立了σ~-域θ,ξ为(Θ,θ)上σ~-有限测度.称g(θ)的估计δ_0(X)关于ξ是几乎可容     

与非光滑核的奇异积分算子的Toeplitz算子的λ-中心BMO估计

设L是L~2(R~n)上的一个解析半群的无穷小生成元,核函数满足高斯上界.L~(-α/2)(0αn)是由L生成的广义分数次积分算子,若T_(j,1)是与L有关的带有非光滑核的奇异积分算子,或T_(j,1)=I,T_(j,2),T_(j,4)是线性算子且具有(B~(p,λ),B~(p,λ))有界性(1p∞,λ∈R),T_(j,3)=±I(j=1,2,…,m),其中I为恒等算子,M_b是乘法算子.当b∈CBMO~(p_2,λ_2)函数时,证明Toeplitz型算子θ_a~b是B~(p_1,λ_1)到B~(q,λ)上的有界算子,并由此得广义分数次积分交换子[b,L~(-a/2)]和非光滑核的奇异积分交换子[b,T]在中心Morrey型空间上的有界性.     

截尾寿命试验中参数的 MLE 的收敛速度

本文所考虑的截尾寿命试验是一种包含定时和定数截尾的混合型寿命试验。它的做法是从总体中随机抽取 n 个个体,同时进行寿命试验。如果在时刻 T 之前观察到 r_n 个个体“寿终”,则试验就在第 r_n 个寿终的时刻停止,否则就进行到时刻 T 为止。确切地,设 n个样品的寿命为 X_1(ω),X_2(ω),…,X_n(ω),它们均取值于(0,∞),为样本空间((?),(?),P_θ∶θ∈Θ)上相互独立同分布的随机变量。P_θ{X_i(ω)x}=F(x,(?)θ)(1≤i≤n),且F(x,θ)具有密度函数 f(x,θ)。这里θ∈Θ,Θ是 m 维欧氏空间中非空开集。设 X_1~(n)(ω)≤X_2~(n)(ω)≤…≤X_n~(n)(ω)是 X_1(ω),X_2(ω),…,X_n(ω)的从小到大的变叙。令     

单位球上Bloch型空间到F(p,q,s)空间的Volterra复合算子

记H(B)为C~n中单位球B上的解析函数空间.设φ为B到自身的解析映射,g∈H(B),μ为正规权,定义Volterra复合算子为(V_φ~gf)(z)=∫_0~1f(φ(tz))Rg(tz)dt/t.本文考虑Volterra复合算子V_φ~g从B_μ或B_(μ,0)空间到F(p,q,s)或F_0(p,q,s)空间上的有界性和紧性,得出了算子V_φ~g:B_μ(B_(μ,0))→F(p,q,s)或B_μ(B_(μ,0))→F_0(p,q,s)的紧性与有界性等价.同时,也给出了算子V_φ~g从B~α或B_0~α空间到F(p,q,s)或F_0(p,q,s)空间上的紧性和有界性刻画.     

联系三个n维单形体积的不等式

设∑_A,∑_B,∑_C是n维欧氏空间E~n(n≥3)中三个n维单形,它们的棱长分别是a_i,b_i,c_i(i=1,2,…,c~2_(n+1)),体积分别是V_A,V_B,V_C。本文证明了下列定理。设实数α≥0,β≤an(n≥3)且α,β不全为零。(1)如果θ_1,θ_2,θ_3∈[0,1],那末(1)并且(1)中等号成立当且仅当Σ_A,Σ_B,Σ_C都是正则单形,(2)当θ_1∈(1,2],θ_2,θ_3∈(0,1]且Σ_A的的每一个三角形侧面都是锐角三角形时,不等式(1)仍成立。     

多参数指数族的逆Bhattacharyyà信息阵并应用于正态分布

本文进一步讨论多参数指数族中给定可估函数的 UMVUE 的方差计算问题.设定义于(X,B_X)上的 r.v.X 的分布为 P_θ,θ∈Θ.P_θ受某σ-有限测度μ(x)所控,称{P_θ,θ∈Θ)为自然指数族,是指     

关于完备随机内积模中的Lax-Milgram定理的注记

设(S,X)为数域K上以σ-有限测度空间(Ω,A,μ)为基的完备的RIP-模,而且α:S×S→L(μ,K)满足如下条件:(A)存在ξ∈L (μ),使得a(p,q)ξ·X~p·X~q,p,q∈S;(B)a是coercive(即,存在η∈L (μ),使得a(p,p)η·X~p2,p∈S且μ({ωη(ω)=0})=0);(C)对每个q∈S,a(·,q):S→L(μ,K)是模同态,且对每个p∈S,a(p,ξq1 ηq2)=ξ-a(p,q1) η-a(p,q2),q1,q2∈S及ξ,η∈L(μ,K).则存在唯一的连续模同态A:S→S使A-1存在且μ-a.s.有界,还满足:(1)a(p,q)=XA(p),q,p,q∈S;(2)X~A-1(p)1ηX~p,p∈S.     

一种方式分组随机模型中估计方差分量的最小风险设计

§1.引言一种方式分组随机模型:y_(ij)=β α_i ε_(ij),i=1,…,n,j=1,…,m_i,(1.1)其中 ε_(ij)(i=1,…,n,j=1,…,m_i)是相互独立的随机误差,α_i(i=1,…,n)是独立的随机变量.Eα_i=Eε_(ij)=0,varε_(ij)=θ_1>0,varα_i=θ_2≥0,cov(α_i,ε_(ij))=0.β、θ_1、θ_2是未知参数,β∈R~1,(θ_1,θ_2)~T∈Θ(?){θ_1>0,θ_2≥0}.     

一维离散指数族参数的连续函数的渐近最优经验Bayes估计

考虑写成下面形状的离散指数分布族:P_θ(X=x)=h(x)β(θ)θ~x,x=0,1,2,…,(1)θ∈Θ,Θ={θ:θ>0,sum from x=1 to ∞ h(x)θ~x<∞},f(θ) 为在Θ上定义的任一连续函数.本文的目的是研究在平方损失 L[f(θ),d]=[f(θ)-d]~2之下,f(θ) 的渐近最优 (asymptotically optimal,简记为 a.o.) 经验 Bayes 估计问题.根据 Robbins 在[1]中介绍,Johns 于1956年在其博士论文 [2] 中,对(1)的一重要特例,即 Poisson 分布族     

限定Borel点的亚纯函数

设E是任意一个非空的闭实数集(mod 2π),ρ(θ)是E上一个上半连续的有界正值函数(0<ρ(θ)相似文献