NA样本最近邻密度估计的相合性

在NA样本下研究最近邻密度估计的相合性，给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件．同时研究了失效率函数估计的一致强相合性     

NA样本非参数回归权函数估计的强相合性

在 NA样本下 ,讨论了非参数回归模型中权函数估计的强相合性及强一致相合性 ,并把这个结果应用于 Gasser- Muller估计和 Priestley and Chao估计 .     

混合误差下半参数回归模型小波估计的强相合性

研究了一类半参数回归模型,利用最小二乘法和小波估计法给出了未知参数β和未知函数g(.)的估计.在误差序列为ψ-混合或φ-混合下得到了^β的强相合性,给出了^g(.)的一致强相合性和r阶矩相合性.     

NSD样本最近邻密度估计的强相合性

本文研究负超可加相依样本的最近邻密度估计强相合性.利用负超可加相依序列的不等式与性质,获得最近邻密度估计的弱相合性、强相合性和一致强相合性.     

α混合序列下的核密度估计量的相合性

本文在α-混合序列下,讨论了核密度估计量的强相合性与一致强相合性,并给出其收敛速度.这些结论改进了Bosq(1998)中引理2.1和定理2.1所获得的相应结论.     

AANA样本下非参数回归模型的相合性

文章在误差为AANA序列的条件下,利用截尾方法及AANA序列的指数不等式,研究了非参数回归模型P-C估计量的p阶矩相合性、强相合性、完全相合性,且得到了完全相合性的收敛速度,所得结论推广和拓展了已有相关结果.最后,通过数值模拟对主要结果进行了验证.     

扩散过程瞬时波动率核估计的强相合性（英文）

资产价格的波动性是学者们十分关注的重要研究课题.近年来,学者们提出了许多波动率的估计方法,并研究了估计量的相合性和渐近正态性.本文重点研究了Kristensen[26]提出的NW型瞬时波动率核估计,指出其证明过程中存在的一些错误,并在合理的条件下进一步推导了估计量的强相合性和一致强相合性.     

关于洛伦兹曲线和基尼系数的统计推断

本文对于洛伦兹曲线的最一般定义,在无任何附加限制条件下,论证了基于样本数据所得到的洛仑兹曲线的通常估计量具有强相合性.在此基础上,证明了基尼系数和Schutz系数的通常估计量均具有强相合性.此外,导出了基尼系数估计量的渐进分布,并在此基础上给出了大样本情形下基尼系数的置信区间.     

混合线性模型M估计的强相合性

研究了混合样本线性模型中回归参数M估计的强相合性,在较弱的矩条件下,获得了M估计是强相合的充分条件,实质性地改进和推广了文[1]定理3.1.     

NA列递归密度核估计的相合性

本文在一定的条件下证明了基于NA样本序列的递归型密度核估计的均方相合性和逐点强相合性，作为在可靠性问题中的应用，利用NA样本构造了生存函数和失效率函数的估计，并讨论了相应的逐点强相合性。     

固定设计下半参函数关系模型参数估计的相合性

对于固定设计下的半参数函数关系模型,利用广义最小二乘法和一般的非参数权估计方法,得出了未知参数和未知函数的估计.在一定条件下,证明了它们的强相合性及其p(≥2)阶平均相合性.     

混合线性模型M估计的强相合性

研究了ρ~混合样本线性模型中回归参数M估计的强相合性, 在较弱的矩条件下, 获得了M估计是强相合的充分条件, 实质性地改进和推广了文［1］定理3.1.     

弱误差结构下非参数,半参数回归模型

在弱误差结构下，该文获得了一类非参数模型回归函数估计量的强一致相合性，进而获得了一类半参数模型的参数分量估计的强相合性．     

��ʱ��β������������Weibull�ֲ������ع��Ƶ�ǿ�����

本文讨论了定时截尾样本下三参数Weibull分布修正矩估计(MME)的强相合性.首先证明了修正样本矩的强相合性.然后给出了条件(L),得出结论:若所研究的分布F(x;θ1,θ2,θ3)满足条件(L),修正矩估计θ1,θ2,θ3强相合于参数真值.最后证明了当形状参数δ≥1,即失效率增加时,三参数威布尔分布Wei(x;β,δ,γ)满足条件(L),即MME是强相合的.     

M-估计下误差密度核估计的相合性

线性模型Yi=x′iβ ei,i=1,2…，其中{ei}i^∞=1,i.i.d.,有未知密度f(x），本文讨论了在对β作一般M－估计后，基于残差做出的误差密度核估计的相合性，在比文献弱的条件下，证明了误差密度核估计的逐点弱相合，逐点强相合和一致强相合。     

误差为MA（∞）序列的半参数回归模型的小波估计的渐近性质

本文研究误差为MA(∞)时间序列的半参数回归模型.利用小波方法,研究了参数分量β非参数分量g(t)的小波估计βn、gn(·)的渐近性质.在适当的条件下,得到了βn的渐近正态性、强收敛速度、矩收敛速度及gn(·)的强相合性和矩相合性.     

完全与截尾样本时回归函数的核估计

本文得到了完全与截尾样本时回归函数核估计的强相合性．接着，构造了截尾样本的改良核估计，在Ｅ｜Ｙ｜＜∞下，得到了其强相合性．     

分布函数尾端点估计量的渐近性质

当极值指标小于0时,本文给出了分布函数F(x)的尾端点估计量,证明了该估计量的强相合性和弱相合性;在二阶正规变化条件下,通过限制正规变化函数的收敛速度,给出了强收敛速度,证明了渐近正态性,进而可以构造F(x)的尾端点的渐近置信区间.     

负极值指标估计量的渐近性质

当极值指标小于0时,该文提出了一种负极值指标估计量,证明了该估计量的弱相合性和强相合性;在二阶正规变化条件下,通过限制正规变化函数的收敛速度,给出了强收敛速度和渐近展式,证明了渐近正态性,并对平滑参数的最优选择进行了讨论.     

相依样本下一种近邻密度估计的相合性

设{ Xn}^∞ n=1是R^1中的平稳过程,具有公共的未知密度函数f(x) ,我们研究基于前n个观测值X1,X2,… Xn的f(x)的一种近邻估计fn(x).本文假定{Xn}^∞ n=1O φ-混合或强混合的,在对混合系数φ(n)趋于零的速度的适当限制下,证明了fn(x)的逐点相合性一致强相合性.并得到了这两种相合性强收敛速度.