学生化U－统计量的Edgeworth展开和Bootstrap逼近

本文研究学生化Ｕ－统计量的Ｅｄｇｅｗｏｒｔｈ展开和ＢｏｏｔｓｔｒａＰ逼近，在核函数ｈ较弱的矩条件下，给出了学生化Ｕ－统计量的一项Ｅｄｇｅｗｏｒｔｈ展开式和Ｂｏｏｔｓｔｒａｐ逼近．     

L-统计量的Edgeworth展开和Bootstrap逼近

文「１」讨论了Ｌ－统计量的一种能达到０（１／√ｎ）精确性的Ｂｏｏｔｓｔｒａｐ逼近,本文则在适当条件下,证明了上述Ｂｏｏｔｓｔｒａｐ逼近能达到精确性０（１／√ｎ）,并给出了Ｌ－统计量的一阶Ｅｄｇｅｗｏｒｔｈ展开的估计。     

L一统计量的Edgeworth展开和Bootstrap副近

文［１］讨论了Ｌ一统计量的一种能达到Ｏ（１／ｎ）精确性的Ｂｏｏｔｓｔｒａｐ副近,本文则在适当条件下,证明了上述Ｂｏｏｔｓｔｒａｐａ副近能达到精确性ｏ（１／ｎ）,并给出了Ｌ一统计量的一阶Ｅｄｇｅｗｏｒｔｈ展开的估计．     

线性模型L－估计其光滑Bootstrap统计量的一些渐近结构

本文证明了文［２］中Ｌ－估计具有强相合性，重对数律，并给出了它的均方收敛速度．证明了Ｌ－估计的光滑Ｂｏｏｔｓｔｒａｐ统计量有与Ｌ－估计类似的线性渐近展开式，由此展开式我们证明了它的渐近正态性及其光滑Ｂｏｏｔｓｔｒａｐ逼近成立．     

多种Bootstrap置信限的模拟比较

多种Ｂｏｏｔｓｔｒａｐ置信限的模拟比较范大茵（浙江大学应用数学系）１．问题的提出Ｂｏｏｔｓｔｒａｐ方法是现今统计计算中常用的方法，例如在可靠性计算中常有参数的Ｂｏｏｔ－ｓｔｒａｐ点估计以及Ｂｏｏｔｓｔｒａｐ置信限．根据文献介绍对于求未知参数的Ｂｏｏｔ...     

具有无界计分函数的L－统计量的Bootstrap逼近

利用经验过程方面的若干事实，本文建立了具有无界计分函数的Ｌ－统计量的Ｂｏｏｔｓｔｒａｐ逼近，取得了较为理想的结果．     

L─统计量的Bootstrap逼近

Ｌ─统计量的Ｂｏｏｔｓｔｒａｐ逼近任哲，陈明华（六安师范专科学校，六安２３７０１２）本文提出了Ｌ──统计量的一种Ｂｏｏｔｓｔｒａｐ逼近，并讨论了这种逼近的相合性及其逼近的精确性。一、引言及主要定理设兄，ｉ＞１为来自分布为Ｆ的ｉ．ｉ．ｄ．样本，以Ｘ．；...     

样本均值Bootstrap逼近的收敛速度

本文进一步研究Ｂｏｏｔｓｔｒａｐ逼近的收敛速度，在随机变量的（２＋δ）阶矩（０≤δ＜２）有限的情况下，讨论标准化样本均值的分布与它的Ｂｏｏｔｓｔｒａｐ逼近之间差的一致收敛速度，以及这种逼近与正态分布之间差的一致收敛速度。     

协方差矩阵的齐性检验

基于ＰＰ技术、Ｂｏｏｔｓｔｒａｐ方法和数论方法,对于ｋ个总体协方差矩阵相等的检验,给出了ＰＰ型检验统计量,并讨论了它的渐近分布和Ｂｏｏｔｓｔｒａｐ逼近,最后给出了一些实际模拟结果。     

m相依样本均值的Bootstrap及其随机加权逼近的收敛速度

本文研究了ｍ相依样本均值的Ｂｏｏｔｓｔｒａｐ及随机加权逼近问题，讨论了有关收敛速度。     

Von-Mises统计量的Edgeworth展开和随机加权逼近

文［１］讨论了Ｖｏｎ－Ｍｉｓｅｓ统计量的一种能达到Ｏ１ｎ的精确性的随机加权逼近，本文则给出了这种统计量的一阶Ｅｄｇｅｗｏｒｔｈ展开和一种能达到ｏ１ｎ的精确性的新的随机加权逼近．     

密度核估计的样条光滑Bootstrap逼近

密度核估计的样条光滑Ｂｏｏｔｓｔｒａｐ逼近钱伟民（同济大学应用数学系，上海２０００９２）ＳＰＬＩＮＥＳＭＯＯＴＨＥＤＢＯＯＴＳＴＲＡＰＰＩＮＧＦＯＲＫＥＲＮＥＬＥＳＴＩＭＡＴＯＲ￥ＱＩＡＮＷＥＩＭＩＮＧ（ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＭａｔｈ...     

关于学生氏U—统计量的渐近性质

设Ｘ１，Ｘ２，．．．，Ｘｎ（ｎ≥２）为ｉ．ｉ．ｄ随机变量，Ｕｎ为以ｈ（ｘ１，ｘ２）为对称核的Ｕ－统计量，Ｅｈ（Ｘ１，Ｘ２）＝θ，且σｇ＾２＝ＶａｒＥ〔ｈ（Ｘ１，Ｘ２〕－θ│Ｘ１│〉０。设σｇ＊＾＊＾２是σｇ＾２的Ｂｏｏｔｓｔｒａｐ量，施锡铨在关于核ｈ的二阶矩的条件下，证明了：当ｎ→∝时，σｇ＊＾＊＾２→σｇ＾２ａ．ｓ，因此Ｗｎ＝√ｎ（Ｕｎ－θ）／２σｇ＾＊＊依分布收敛于标准正态变量。本文在关于核ｈ     

条件t-分位数核估计的逼近速度

该文研究了条件狋 分位数核估计的逼近速度问题．在适当的条件下,给出了核估计的强收敛速度、正态逼近速度和Ｂｏｏｔｓｔｒａｐ逼近速度．     

关于“非截尾型L统计量的Bootstrap逼近”一文的更正

关于“非截尾型Ｌ统计量的Ｂｏｏｔｓｔｒａｐ逼近”一文的更正成平（中国科学院系统科学研究所，北京１０００８０）武汉大学安军同志曾致函本人，他指出我们文章［１］引理３．３证明中的“≤”应是“≥”；因此该引理不成立．然而这是否影响原文定理３．１的结论呢？我...     

L-统计量的Edgeworth展开和随机加权逼近

文［１］讨论了Ｌ－统计量的一种能达到Ｏ１√ｎ精确度的随机加权逼近,本文则给出了Ｌ－统计量的Ｅｄｇｅｗｏｒｔｈ展开和一种能达到ｏ１√ｎ精确性的新的随机加权逼近     

参数未知的PPNeyman拟合优度检验及其Bootstran逼近

设ｑ维总体Ｘ的分布函数为Ｇ（ｘ），对于零假设Ｈ０：Ｇ（ｘ）＝Ｆ（ｘ），在Ｆ（ｘ）完全已知时，文献［２］给出了其ＰＰＮｙｍａｎ型拟合优度检验。本文对Ｆ（ｘ）为含有未知参数的椭球分布情形，给出了其ＰＰＮｅｙｍａｎ到检验统计量，获得了检验统计量的极限分布，并给出了用Ｂｏｏｔ－ｓｔｒａｐ技巧确定其否定域临界值的方法．     

部分线性模型中的Edgeworth展开

本文在相当一般的条件下，首先给出了部分线性模型中有关参数β的标准化统计量的一阶Ｅｄｇｅｗｏｒｔｈ展开，然后构造了误差方差的一个非残差型相合估计，最后给出了相应的学生化统计量的Ｅｄｇｅｗｏｒｔｈ展开．     

基于截断删失数据乘积限估计的一些逼近定理

本文证明了由Ｔｓａｉ等［２］所定义的基于截断删失数据乘积限估计可被一Ｕ—统计量以足够的精度逼近，以至由该Ｕ—统计量的ＢｅｒｙＥｓｅｎ定理可得此乘积限估计的ＢｅｒｙＥｓｓｅｎ不等式．此外，应用Ｇｉｂｊｅｌｓ等人［１，定理１（Ｃ）］的有关结果，得到了此处乘积限估计误差的ｒ（＞１）阶绝对矩不等式和泛函型重对数律     

关于学生氏U－统计量的渐近性质

设Ｘ１，Ｘ２，…，Ｘｎ（ｎ≥２）为ｉ．ｉ．ｄ随机变量，Ｕｎ为以ｈ（ｘ１，ｘ２）为对称核的Ｕ－统计量，Ｅｈ（Ｘ１，Ｘ２）＝θ，且．设是的ＢｏｏｔｓｔｒａＰ量，施锡铨［１］在关于核ｈ的二阶矩的条件下，证明了：当ｎ→∞时，因此依分布收敛于标准正态变量．本文在关于核ｈ的４阶矩的条件下，讨论了Ｗｎ的分布渐近正态的一致性界限．