Ⅰ型区间删失情形下部分线性模型Sieve极大似然估计渐近性质

本文在响应变量的观测值为Ⅰ型区间删失数据的情形下,讨论部分线性模型Ｓｉｅｖｅ极大似然估计的渐近性质．在一定条件下证明了该估计具有强相合性;参数分量的估计具有渐近正态性,并且是渐近有效的;非参数分量估计达到了最优弱收敛速度．     

随机删失下位置-刻度模型中的强相合与渐近正态估计

在删失分布未知的情形下,证明了所定义的位置─刻度模型中参数估计的强相合性与渐近正态性．在证明估计的渐近正态性时,使用了点过程鞅方法．     

连续型单参数指数族中参数经验Bayes估计的渐近结构

本文讨论了参数经验Bayes(EB)估计及其它的泛函的渐近结构,在适当条件下,得到了EB估计及其它的泛函的收敛性和渐近分布。     

强混合样本下回归加权估计的一致渐近正态性

在强混合样本下,讨论固定设计回归模型的加权函数估计的一致渐近正态性,给出一致渐近正态性的收敛速度,这个速度接近n-1／6．     

强相依数据的函数系数部分线性模型的估计

本文讨论在数据是强相依的情况下函数系数部分线性模型的估计．首先,采用局部线性方法,给出该模型函数项函数的估计;然后,使用两阶段方法给出系数函数的估计．并且讨论了函数项函数估计的渐近正态性,以及系数函数估计的弱相合性和渐近正态性.模拟研究显示,这些估计是较为理想的．     

关于EV线性回归模型中的广义最小二乘估计

本文考虑EV（errors-in-variables）线性模型．在一般的条件下证明了广义最小二乘估计的强收敛和渐近正态性，然后在小样本意义下给出了模拟结果．     

I型区间删失情形下部分线性模型Sieve极大似然估计渐近性质

本文在响应变量的观测值为I型区间删失数据的情形下,讨论部分线性模型Sieve极大似然估计的渐近性质。在一定条件下证明了该估计具有强相合性;参数分量的估计具有渐近正态性,并且是渐近有效的;非参数分量估计达到了最优弱收敛速度。     

一类泛函的非参数Bayes和经验Bayes估计的渐近结构

本文我们讨论了一类泛函的非参数Bayes和经验Bayes估计的渐近结构。在适当条件下,我们证得了Bayes和经验Bayes估计的渐近分布是正态的。     

强混合样本情形含附加信息时总体分位数的估计

在强混合样本下,利用分组经验似然方法构造了总体分位数的一类新的估计,证明了估计的渐近正态性,同时证明了含附加信息时估计的渐近方差小于或者等于不含附加信息时估计的渐近方差.     

ARMA序列MA参数G—M估计的强相合性

文献［１］给出了ＡＲＭＡ序列ＭＡ参数的Ｇ－Ｍ估计,并证明了估计的渐近正态性．本文证明了这种估计的强相合性．     

A KERNEL ESTIMATOR OF A DENSITY FUNCTION IN MULTIVARIATE CASE FROM RANDOMLY CENSORED DATA

ＡＫＥＲＮＥＬＥＳＴＩＭＡＴＯＲＯＦＡＤＥＮＳＩＴＹＦＵＮＣＴＩＯＮＩＮＭＵＬＴＩＶＡＲＩＡＴＥＣＡＳＥＦＲＯＭＲＡＮＤＯＭＬＹＣＥＮＳＯＲＥＤＤＡＴＡ￥ＺｈｏｕＹｏｎｇ（周勇）（ＰｒｏｂａｂｉｌｉｔｙｌａｂｏｒａｔｏｒｙｉｎＩｎｓｔ．ｏｆＡｐｐｌ．...     

GBVE分布相关参数的矩型估计

考虑Gumbel提出的二元指数分布,其可靠度函数为 .我们把这类分布称为 .根据(Lnx1,LnX2)的混合矩的性质,本文提出了δ的两个矩型估计δ1和δ2,证明了δ1和δ2都有强相合性和渐近正态性,得到了δ1和δ2的渐近方差σδ12和σδ22并把σδ12和σδ22作了比较.最后还给出了若干随机模拟结果.     

一类具复杂偏差变元的泛函微分方程

本文研究了一类具复杂偏差变元的泛函微分方程强解的存在性及其性态问题，得到了新的结果．     

一般线性方法的正则性

１．引言数值方法的动力特征近年引起了人们的广泛关注。其中之一就是系统的平衡态和数值方法的平衡态相一致的问题,即用一个数值方法沿定步长求解系统时,是否会出现伪平衡。不可能出现伪平衡的方法称为是正则的。ＲＫ方法和线性多步法的正则性已被众多的文献研究［２,３,４］,其它方法的正则性显然是一亟待研究的问题。本文讨论较ＲＫ方法和线性多步法远为广泛的一般线性方法的正则性。设ｆ：Ｒ~（Ｎ）→Ｒ~（Ｎ）是一充分光滑的映射,考虑求解初值问题：的一般线性方法［１］：其中步长逼近于逼近于关于微分方程真解ｙ（ｔ）在第ｎ层…     

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.     

随机删失数据下几种风险率函数估计的渐近性质

文中对于删失数据下几种不同的风险率函数估计进行了研究。使用与以往不同的方法，在较弱的条件下，改进并扩充了现有文献的结果，获得了这几种风险率函数估计的渐近正态性，一致强弱相合收敛速度以及重对数律且进行了数值模拟。     

一类简化的Pickands型估计

本文研究了一类简化的Ｐｉｃｋａｎｄｓ型估计的相合性，渐近正态性和强收敛速度。     

门限自回归模型参数最小二乘估计的强收敛速度

本文在给定门限自回归模型阶数、门限和延迟参数的情况下，证明了一般门限自回归模型参数和残差方差的最小二乘估计的强收敛速度为Ｏ（（ｌｏｇｌ９ｏｇｎ／ｎ）１／２），并证明了残差方差的最小二乘估计具有渐近正态性．     

Determining nodes for semilinear parabolic equations

We are concerned with the determination of the asymptotic behavior of strong solutions to the initial-boundary value problem for general semilinear parabolic equations by the asymptotic behavior of these strong solutions on a finite set. More precisely, if the asymptotic behavior of the strong solution is known on a suitable finite set which is called determining nodes, then the asymptotic behavior of the strong solution itself is entirely determined. We prove the above property by the energy method.     

关于渐近循环马氏链泛函的强大数定律

研究了一类非齐次马氏链———渐近循环马氏链泛函的强大数定律,首先引出了渐近循环马氏链的概念,然后给出了若干引理.利用了渐近循环马氏链关于状态序偶出现频率的强大数定理给出并证明了关于渐近循环马氏链泛函的强大数定律,所得定理作为推论可得到已有的结果.