混合缺失机制下两总体差异的半经验似然置信区间

假定两个总体x与y均有数据缺失,它们的分布函数分别为F(·)与G_θ(·),其中F(·)未知,G_θ(·)的概率密度函数g_θ(·)形式已知,仅依赖于一些未知的参数,利用Fractional填补法填补缺失值,在一定的条件下证明了缺失数据下两总体差异指标的半经验似然比统计量的渐近分布为x_1~2,由此可构造两总体差异指标的经验似然置信区间.     

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     

非时齐Poisson过程MLE的重对数律

在时间区间（０，Ｔ）上，我们观察到Ｘ（Ｔ）＝（Ｘ（ｔ，θ）０≤ｔ≤Ｔ），其中θ∈⊙为参数，且未知，Ｋｕｔｏｙａｎｔｓ讨论了非时齐过程参数θ的最大似然估计（ＭＬＥ）的性质，他给出了极限分布，并且得到了弱收敛及矩收敛等结果，但他要求参数空间为有限区间（α，β）。本文讨论了非时齐Ｐｏｉｓｓｏｎ过程ＭＬＥ的性质，我们允许参数空间随时间而不渐增大，即θｔ是θ在Ｔ＝（α，βＴ）上的最大似然估计，其中ｌｉｍβＴ     

Copula函数中参数极大似然估计的性质

设m维随机变量X＝(X1,X2,…,Xm)的copula函数为C(u1,u2,…,um);α)＝C((F1(x1),F2(x2),…,Fm(xm));α),本文在(X1,X2,…,Xm)的样本空间和(U1,U2,…Um)的样本空间上讨论了m元copula函数中参数α的极大似然估计,得到了边缘分布函数连续时,两样本空间上参数α的极大似然估计和最大后验估计的等价性;而边缘分布函数不连续时,两样本空间上参数α的极大似然估计和最大后验估计的渐近等价性.     

随机截尾情形下正态分布参数的最大似然估计

设x1,…,xn,y1,…,yn是相互独立的随机变量,其中x1,…,xn服从相同的正态分布N(μ,σ2)或对数正态分布LN(μ,σ2),参数(μ,σ2)未知.我们的观测数据为(ti,δi), i=1,…,n,其中ti=min(xi,yi),δi=I(xi≤yi),这里I(·)为示性函数.基于上述数据,本文的主要结果是论证了(μ,σ2)的最大似然估计(MLE)存在的充要条件是下列条件至少一条满足:(1)有ti＜tj使δi=δj=1;(2)有ti＜tj使δi=1,δj=0.此外,我们还给出了MLE的计算方法和一些算例.     

序约束下ARCH(0,2)模型参数估计与检验

本文研究了平稳ARCH（0，2）模型未知参数α的极大似然估计及有序约束时α的极大似然估计的渐近性质，给出了参数序关系（α1≥α2）的检验方法，并得出了似然比检验统计量的渐近分布。用二次规划的算法，给出求各种情况下参数α的极大似然估计的数值算法。     

核实数据下非线性EV模型中经验似然降维推断

本文研究了响应变量有误差的非线性模型.应用半参数降维技术构造未知参数的被估计经验似然及调整的经验似然,证明了所提出的被估计的经验对数似然与其调整的经验对数似然分别渐近于独立卡方变量加权和的分布与标准卡方分布,所得结果可用来构造未知参数的置信域.     

非正则位置参数模型中的拟极大似然估计

当分布密度的形式未知时，参数的极大似然估计没有明确的解析表达式，也不能通过设计算法由计算机运算得到。本文我们将从该分布中抽取的样本当作是来自另一个形式已知的分布密度的样本，该已知分布密度的选取依赖于未知的分布密度，但是具有与未知分布相似的边界性质。基于这两个分布族，我们提出了拟极大似然估计的概念，同时，对这种拟极大似然估计的渐近性质进行了讨论。结果表明拟极大拟然估计与极大似然估计有关相同的渐近性质，并且由于拟极大似然估计的获得不依赖于未知分布密度的形式，只与一已知的分布密度有关，使得通过计算机可以实现对其的求解。     

纵向数据下部分非线性模型的广义经验似然推断

本文研究了纵向数据下部分非线性模型中未知参数的置信域的构造.利用经验似然方法,构造了非线性函数中未知参数的广义对数经验似然比统计量,证明了其渐近于卡方分布.同时,得到了未知参数的最大经验似然估计,并证明了其渐近正态性.     

样条指函数

提出了指性表示的概念,证明了函数系1,x,x2,…,xn,x-x1n+,x-x2n+,…,x-xNn+为n次样条指函数集合Sn(x1,x2,…,xN)的指基.给出了应用样条指函数求最大似然估计量的例子.     

分组数据情形下对数正态分布参数的最大似然估计

我们研究了分组数据情形下对数正态分布所含参数的最大似然估计存在且唯一的充要条件，进而得到了最大似然估计具有强相合性及收敛速度服从重对数律的结论。     

极值分布参数检验的样本崩溃点

检验的样本崩溃点是样本中能逆转判决的离群值的最小比例.本文计算和分析了一类极值分布位置参数的似然比检验的样本崩溃点.并用截尾方法改进了这类检验的样本崩溃性质.     

基于ARFIMA-GARCH模型的混成检验

本文研究了ARFIMA-GARCH模型的混成检验问题.基于拟极大指数似然估计,给出了平方残差自相关函数的渐近性,进而建立了基于平方残差自相关函数的混成检验统计量.通过实例分析,表明可利用基于平方残差自相关函数的混成检验统计量来诊断检验由拟极大指数似然估计方法拟合的ARFIMA-GARCH模型.     

流态化非均匀结构的概率模型

通过对实验数据的直方图的分析和统计检验的手段,找到了定量描述一类气固流化订系统非均匀结构动态行淡的概率分布－七参娄威布尔分布,提示了这种复杂系统内非均匀性的一些规律,模拟结果是理想的。     

限制经验似然置信区域的置信概率的精度

证明了用限制经验似然比构造的置信区域的置信概率的阶为Ｏ（ｎ＾－１），使用Ｂａｒｔｌｅｔｔ修正方法将该误差的阶降为Ｏ（ｎ＾－２）。     

似然距离之间的近似等量关系

本文研究了线性回归模型的影响分析中常用的三种重要的诊断统计量,即似然距离LD_i(β,σ~2),LD_i(β|σ~2)和LD_i(σ~2|β)之间的关系.利用对数函数ln(1+χ)的马克劳林展开,在非线件最小二乘回归模型中得到了LD_i(β,σ~2)≈LD_i(β|σ~2)+LD_i(σ~2|β),类似的近似关系式对包括非线性分位点回归在内的一类较为广泛的统计模型都成立一个线性和一个非线性数据实例的分析结果很好地说明了我们的结论.     

Lomax分布极大似然估计的两点研究

本文研究了Lomax分布参数极大似然估计的存在性和估计量的收敛性问题.利用严格的分析法和中心极限定理,获得了Lomax分布极大似然估计的存在性和估计量的渐近正态分布的结果,进一步推广到了有缺失数据的两个Lomax总体中,参数的极大似然估计有强相合性和渐近正态性.     

EDGEWORTH EXPANSION AND BOOTSTRAP APPROXIMATION FOR THE STUDENTIZED MLE FROM RANDOMLY CENSORED EXPONENTIAL SAMPLES

In this paper,the author studies the asymptotic accuracies of the one-term Edgeworth expansions and the bootstrap approximation for the studentized MLE from randomly censored exponential population.It is shown that the Edgeworth expansions and the bootstrap approximation are asymptotically close to the exact distribution of the studentized MLE with a rate.     

金融系统的非线性分析:交易量对股价波动的非线性影响

如何研究股价波动和成交量之间的关系一直是金融系统研究中感兴趣的话题.Lamoureux 和 Lastrapes 认为选择日交易量度量每天流入市场的信息量是合理的,但他们假定交易量对波动率的影响是线性的.提出部分非线性GARCH模型分析交易量对股票市场波动率的影响,基于GARCH模型局部线性化非参数似然估计方法,对中国证券市场股票价格和交易量数据进行实证研究.结果表明,交易量对股价波动的影响具有显著的非线性性.     

一类强极限定理与矩母函数方法

本文利用似然比的概念，研究离散随机变量序列的极限性质，得到了一类用不等式表示的强极限定理．证明中结合区间剖分法，提出了将矩母函数的工具应用于强极限定理的研究的一种途径．