有偏模型中一类统计泛函的经验似然估计及其渐近性质

Ｘ１，…，Ｘｍ；Ｙ１，…，Ｙｎ为独立随机样本，Ｘ，Ｘ１，…，Ｘｍ同分布，Ｘ－Ｆ，Ｆ（０）＝０，Ｙ，Ｙ１，…，Ｙｎｍ同分布，Ｙ的分布函数为Ｇ（ｙ）＝１／μ∫ｙω（ｔ，β）ｄＦ（ｔ），ｙ≥０，其中，β∈Ｒ，μ＝∫０＾∞ω（ｔ，β）ｄＦ（ｔ），０〈μ，ω（ｔ，β）〈∞，Ｆ，μ和β均未知，ω（ｔ，β）的形式已知，设θ为一待估参数，且存在一已知函数ψ（Ｘ，θ）满足ＥＦψ（Ｘ，θ）＝０，本文利用经验似然法给出     

Poisson分布参数的渐近最优和可容许的经验Bayes估计

设Ｘ及（Ｘ１，Ｘ２…，Ｘｎ）分别为取自Ｐｏｉｓｓｏｎ分布Ｐ（θ）的当前样本和历史样本，参数θ的先验分布族Ｆ＝｛Γ（ｍ，β）：β＞０｝，其中ｍ＞０已知，Γ（ｍ，β）表示参数为（ｍ，β）的伽玛分布．对ｐ＞０，ｑ＞２的任意两个实数，记ｔｎ＝Ｘ＋∑ｎｉ＝１Ｘｉ＋ｐＸ＋∑ｎｉ＝１Ｘｉ＋ｐ＋ｑ＋（ｎ＋１）ｍ（Ｘ＋ｍ）则在平方损失函数ｌ（θ，ｄ）＝（θ－ｄ）２下，ｔｎ是θ的渐近最优和可容许的经验Ｂａｙｅｓ估计，而且收敛速度为Ｏ（１ｎ）．     

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...     

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。     

两指标随机积分方程解的唯一性

在正交增量的随机积分基础上，利用Ｌｉｐｓｃｈｉｔｚ条件，讨论了下面一类两参数随机积分方程解的唯一性。Ｘ（ｓ，ｔ）＝Ｚ（ｓ，０）＋Ｚ（０，ｔ）－Ｚ（０，０）＋∫Ｒｓｔα（ｕ，ｖ，Ｘ）ｄＭｕｖ＋∫Ｒｓｔβ（ｕ，ｖ，Ｘ）ｄｍｕｖ＋∫Ｒ＾ｓｔγ１（ｕ，ｖ，ｕ＇，ｖ＇，Ｘ）ｄＭｕｖｄＭｕ＇ｖ＇＋∫Ｒ＾２ｓｔγ２（ｕ，ｖ，ｕ＇，ｖ＇，Ｘ）ｄＭｕｖｄｍｕ＇ｖ＇＋∫Ｒ＾２ｓｔγ３（ｕ，ｖ，ｕ＇，ｖ＇，Ｘ）ｄｍｕｖ     

多维指数族分布的参数线性容许估计的一个充分条件

本文利用唯一的Ｂａｙｅｓ估计是容许估计的原理,构造了一个先验分布π１（θ）＝Ｍβ－１（θ）ψ（θ）ｅｘｐ∑ｎｉ＝１∫θｉθｉ０ｂ－ｒｉ（ｔ）ａｉｎｄｔｉ,当它满足一定的条件时,证明了在均方损失下,多维指数族分布ｆθ（ｘ）＝β（θ）ｅｘｐθ′ｘ的参数ｒ（θ）的唯一Ｂａｙｅｓ估计为线性函数ａ′ｘ＋ｂ,因而也是容许估计     

一阶急式微分方程周期边值问题(英文)

本文我们描述了一个构造性方法．在存在一个上解β及下解α且α≤β情形下,得到两个单调序列一致收敛于如下周期边值问题．ｘ′（ｔ）＝ｆ（ｔ,ｘ（ｔ）,ｘ′（ｔ））,ｔ∈［０,Ｔ］ｘ（０）＝ｘ（Ｔ）,｛的极值解     

协方差函数可微的高斯过程之极值逗留

设（Ｘ（ｔ），Ｔ１≤ｔ≤Ｔ２）是可分，可测的高斯过程，均值函数为零，而协方差函数Г（ｓ，ｔ）＝ＥＸ（ｓ）Ｘ（ｔ）具有连续一阶偏导，对于水平ｕ↑∞，本文讨论Ｘ（ｔ）在ｕ上的逗留极限定理。     

函数f（x）＝｜sinβx／sinαx｜（α，β＞0）的周期性

函数ｆ（ｘ）＝｜ｓｉｎβｘ／ｓｉｎαｘ｜（α，β＞０）的周期性曾丕刚陕西省镇安县中学７１１５００定理函数ｆ（ｘ）：为周期函数的充要条件是为周期函数，Ｌ为周期．（２）若ｆ（Ｘ）是周期函数，设ｔ（ｔ＞０）是它的周期，则ｆ（ｘ＋ｔ）＝ｆ（Ｘ），即在定义域内...     

固定设计的时间序列半参数回归

考虑如下的半参数回归模型：Ｙｉ＝ｘＴｉ十ｇ（ｔｉ）＋εｉ（０≤ｉ≤ｎ）其中｛εｉ,０≤ｉ≤ｎ｝和｛εｔ,０≤ｔ≤ｎ｝有相同的联合分布,｛εｔ,－∞＜ｔ＜∞｝是具有零均值和有限方差δ２的严平稳α－混合时间序列．本文构造了上述模型中β,ｇ（ｔ）和ρ２的局部多项式估计,在适当的条件下,得到了估计的渐近正态性和收敛速度．在一定的假设下,β的估计是自适应的,而且ｇ（ｖ）（ｔ）（ｇ（ｔ）的第ｖ阶导数）的估计的收敛速度是最优的．     

应用直线参数方程探求动点的轨迹方程

应用直线参数方程探求动点的轨迹方程史树德（北京师大燕化附中１０２５００）《平面解析几何》（必修）１１４页给出：过点Ｍ０（ｘ０，ｙ０），倾斜角为α的直线ｌ的参数方程为ｘ＝ｘ０＋ｔｃｏｓα，ｙ＝ｙ０＋ｔｓｉｎα｛．其显著特征是参数ｔ＝Ｍ０Ｍ，Ｍ（ｘ，ｙ）...     

ERDS-RE''''NYI大数律下自正则的效用

｛Ｘ，Ｘｉ，ｉ≥１｝是ｉ．ｉ．ｄ．ｒ．ｖ′．ｓ．在矩母函数存在的条件下，由古典的Ｅｒｄｏｓ－Ｒéｎｙｉ大数律有ｌｉｍｎ→∞ｍａｘ０≤ｋ≤ｎ∑ｋ＋［ｃｌｏｇｎ］ｉ＝ｋ＋１Ｘｉ［ｃｌｏｇｎ］＝α（ｃ），α（ｃ）为某常数．自正则下ＭｉｋｌóｓＣｓｏｒｇｏ＆ＳｈａｏＱｉｍａｎ（１９９４）在仅要求一阶矩的条件下就得到了：ｌｉｍｎ→∞ｍａｘ０≤ｋ≤ｎ∑ｋ＋［ｃｌｏｇｎ］ｉ＝ｋ＋１Ｘｉ∑ｋ＋［ｃｌｏｇｎ］ｉ＝ｋ＋１（Ｘ２ｉ＋１）＝β（ｃ），β（ｃ）为某常数．众所周知，自正则下人们往往在较弱条件下取得相应结果是因为：分母中的Ｘ能有效抵销分子中Ｘ较大而引起整个分式极限行为的波动．因此，在什么样的条件下，式ｍａｘ０≤ｋ≤ｎ∑ｋ＋［ｃｌｏｇｎ］ｉ＝ｋ＋１Ｘｉ∑ｋ＋［ｃｌｏｇｎ］ｉ＝ｋ＋１Ｘ２ｉ１－β［ｃｌｏｇｎ］β→ｒ（ｃ）成为非常有意思的问题，因为它将依赖于β的大小．本文给出，当０＜β≤１２时，只要Ｅ（Ｘ）≥０，上式就有有限极限．当１２＜β＜１时，则必须在矩母函数存在下，上式才有有限极限．并都求出了其极限表达式．     

关于强连续算子半群本质谱半径扰动的一个结果

设Ｂ是Ｂａｎａｃｈ空间Ｅ上强连续算子半群Ｔ０（ｔ）的无穷小生成母元，｜｜Ｔ０（ｔ）｜｜≤Ｍｅ￣（ｗｔ），Ｋ是Ｅ上的有界线性算子，本文证明了当Ｂ、Ｋ满足一定条件时，由Ｂ＋Ｋ生成的强连续半群Ｔ（ｔ）的本质谱半径ｒｅｓｓＴ（ｔ）≤ｅ￣（ｗｔ）     

GBVE分布的参数估计

设二元随机变量（Ｘ，Ｙ）的生存函数为可．把它称作ＧＢＶＥ（θ１，θ２，δ）．本文采用把元件和系统（串联）的定时截尾寿命试验数据综合起来进行统计分析的方法，研究ＧＢＶＥ（θ１，θ２，δ）中参数的估计及其性质．在θ１＝θ２＝θ的情况下给出了（θ，δ）的极大似然估计证明了具有强相合性和渐近正态性．在无θ１＝θ２限制时给出了（θ１，θ２，δ）的矩法估计（θ１，θ２，θ３，δ），证明了同样具有强相合性和渐近正态性．     

随机微分方程终值问题的弱解

设｛Ｗｔ．Ｆｔ．ｔ∈［０，Ｔ］｝为概率空间（Ω，Ｆ，Ｐ）上的标准α维Ｂｒｏｗｎｆｃｆｃ，Ｆｔ为由它生成的自然σ－代数流。本文讨论了如下随机微分方程终值问题弱解的存在性：Ｘｔ＝ξ＋∫ｔ＾Ｔｇ（ｓ，Ｘｓ，Ｙｓ）ｄｓ＋∫ｔ＾ＴＹｓｄＷｓ其中ξ∈Ｌ＾２（Ω，ＦＴ，Ｐ；Ｒ＾ｎ），ｇ：［０，Ｔ］×Ｒ＾ｎ×Ｒｎｄ→Ｒ＾ｎ为有界可测函数。此外，还讨论了它在金融市场期权定价问题中的应用。     

部分线性模型中估计的收敛速度

考虑回归模型（Ⅰ）：其中（ｘ＿ｉ，ｔ＿ｉ）是固定非随机设计点列，ｘ＿ｉ＝（ｘ＿（ｉｌ），…，ｘ＿（ｉｐ））＇β＝（β＿１，…，β＿ｐ）＇（ｐ＞１），ｇ是定义在［０，１］上的未知函数，β是未知待估参数，０＜ｔ＿ｉ＜１，ｅ＿ｉ是ｉ．ｉ．ｄ．随机误差，且Ｅｅ＿ｉ＝０，Ｅｅ＝σ￣２＜∞。基于ｇ的估计取一类非参数权估计（包括常见的核估计和近邻估计），我们讨论了β的最小二乘估计及ｇ的估计的最优强弱收敛速度。     

局部平方可积鞅的Chug重对数律

设Ｘ＝（Ｘｔ，ｔ≥０）为局部平方可积鞅，且Ｘ０＝０〈Ｘ，Ｘ〉ｔ为其二阶可料变差。利用继续半鞅的强逼近结果，我们证明了在较弱的条件下，Ｘ的Ｃｈｕｎｇ重对数律成立，即ｐ（＾ｌｉｍｉｎｆ ｔ→∞ ＾ｓｕｐ│Ｘｓ│ ｏ≤ｓ≤ｔ／（〈ｘ，ｘ〉ｔ／ｌｏｇｌｏｇ〈Ｘ，Ｘ〉 ｔ）＾１／２＝π／根号８）＝１。     

A STRASSEN LAW OF THE ITERATED LOGARITHM FOR PROCESSES WITH INDEPENDENT INCREMENT

ＡＳＴＲＡＳＳＥＮＬＡＷＯＦＴＨＥＩＴＥＲＡＴＥＤＬＯＧＡＲＩＴＨＭＦＯＲＰＲＯＣＥＳＳＥＳＷＩＴＨＩＮＤＥＰＥＮＤＥＮＴＩＮＣＲＥＭＥＮＴＷａｎｇＪｉａｇａｎｇＡｂｓｔｒａｃｔＬｅｔＸ＝｛Ｘ（ｔ），ｔ０｝ｂｅａｐｒｏｃｅｓｗｉｔｈｉｎｄｅｐ...     

EXISTENCE OF WEAK SOLUTIONS OF 2－D EULER EQUATIONS WITH INITIAL VORTICITY ω_0∈E（log~＋L）~α（α＞0）

ＥＸＩＳＴＥＮＣＥＯＦＷＥＡＫＳＯＬＵＴＩＯＮＳＯＦ２－ＤＥＵＬＥＲＥＱＵＡＴＩＯＮＳＷＩＴＨＩＮＩＴＩＡＬＶＯＲＴＩＣＩＴＹω＿０∈Ｅ（ｌｏｇ￣＋Ｌ）￣α（α＞０）ＪＩＵＱＵＡＮＳＥＮ（ＩｎｓｔｉｔｕｔｅＯｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ｔ...     

具有独立贡献的相依回归模型

考虑相依回归（ＳＵＲ）模型ｙｉ＝Ｘｉβｉ＿ｅｉ，ｉ＝１，２，…，ｍ，Ｅｅｉ＝０，ｉ，ｊ＝１；２，…ｍ，其中ｙｉ和ｅｉ是ｎ×１维随机向量，Ｘｉ是ｎ×ｐｉ已知矩阵，βｉ是ｐｉ×１维参数向量，∑＝（σｉｊ）ｍ×ｍ＞０．文中给出了两个概念：独立贡献和简洁估计．主要结果是如下五种叙述等价：（１）ＳＵＲ模型具有独立贡献；（２）βｉ的ＢＬＵＥ是简洁估计；（３）协方差改进估计是ＢＬＵＥＺ（４）βｉ的ＢＬＵＥ具有形式其中，ｊ＝１，２，…，ｍ；（５）ＰｋＮｉＮｊ＝０，ｉ≠ｊ，ｋ，Ｉ，ｊ＝１，２，…，ｍ