半相依回归系统参数的改进有偏估计

对于两个半相依回归方程组成的半相依回归系统(1．1)，当设计矩阵昊病态时，献[3]提出了两种有偏估计，献[4]提出了待定系数估计．本对[3]、[4]中的估计做了改进，得到两种改进有偏估计，并证明在一定的条件下，通过选取不同的ki和k，本的估计量在MDE-Ⅱ意义下优于[3]、[4]中的估计．     

Laplace方程斜边值问题的梯度估计

该文介绍了Laplace方程斜边值问题解的梯度估计的两种证明方法:第一种证明重新整理文献[1]中的梯度估计;第二种证明采用不同于文献[1]的辅助函数得到估计.两种方法都充分利用函数在极大值点的性质,得到边界梯度估计和近边梯度估计,结合文献[2]中已有的梯度内估计,从而得到解的全局梯度估计.     

Riemann—ζ函数的一个新均值定理的应用

Deshonillers和Iwaniec[1]给出了Riemann—ζ函数的一个新均值定理,本文将这个定理用于讨论Dirichlet级数之和的估计,并得到了此[2]、[3]更好的结果。如果将这些估计式用于相邻素数差问题,则可以改进[3]的结果。     

关于半离散Galerkin近似解的L_∞估计的一个注记

在《计算数学》和《高等学校计算数学学报》上最近发表的文章[1]和[2]中,分别讨论了抛物和二阶双曲方程半离散Galerkin近似解(分片线性函数情形)的L_∞估计。文章作者采用正则Green函数方法证明了阶为h~2ln(1/h)的误差估计式。值得指出,[1]和[2]中所给出的估计式的一个不足之处就是它们所需要的精确解的正则性过于强。在这个注记里,我们将说明如下事实,利用熟知的半离散Galerkin近似解的超收敛估计和有限元函数空间的一个弱嵌入性质,可以证明得到阶也是h~2ln(1/h)的误差估计式,然而对解的正则性的要求则较[1]和[2]中估计式所需要的弱得多。 先讨论抛物问题,文[1]讨论的是热传导问题     

连续型多参数指数族参数的经验Bayes估计的收敛速度

<正> §1.引言 关于单参数经验Bayes(EB)估计问题在文献中已讨论比较多了,但多参数的EB估计问题涉及较少.最近陶波在[1]中讨论了正态分布N(μ,σ~2)之参数θ=(μ,σ~2)的EB估计的渐近最优(a.o.)性.关于单参数指数族的EB估计问题,R.S.Singh,P.E.Lin及陈希孺在[2]、[3]和[4]中分别作了研究.本人最近在[5]中讨论了连续型多参数     

无共振转向点问题的数值解

本文用Kellogg[3]的估计方法,证明了IL'in[1]格式对于无共振转向点问题具有一阶的一致收敛性,并证明了这个估计是最佳的.     

光滑映射芽的有限决定性(Ⅱ):M-∮_k决定

A.du Plessis[1]对实奇点理论中?决定的阶数作了很好的估计。T.Ga-ffney等[2]发展到I-?及M-?的情形。李养成[4]则将[1]向?_k作了推广。本文以[2]为特例,也推广了[4]的部分结果。作为推论,本文建立了∞-?_k的一个估计,当k=0是[7]的主要结果。§4例说明[1]的定理(2.8)不能推广到M情况。     

光滑映射芽的有限决定性(Ⅱ):M-∮_k决定

A.du Plessis[1]对实奇点理论中?决定的阶数作了很好的估计。T.Ga-ffney等[2]发展到I-?及M-?的情形。李养成[4]则将[1]向?_k作了推广。本文以[2]为特例,也推广了[4]的部分结果。作为推论,本文建立了∞-?_k的一个估计,当k=0是[7]的主要结果。§4例说明[1]的定理(2.8)不能推广到M情况。     

截断样本下的强率函数和密度函数核估计的渐进正态性

本文用[1]发展的计数过程去研究截断样本下强率函数核估计的渐进正态性．在弱于[7]和[10]的条件下，得到了更一般的结果．接着我们将这种方法运用到密度函数核估计，在较弱的条件下，得到了截断样本下密度函数核估计的渐进正态性．     

带边紧致Riemann流形Dirichlet边界条件的第一特征值估计

本文给出带边界的紧致Riemann流形对应于Dirichlet边界条件的第一特征值的一些估计,这些估计改进了丘成相及P.Li[1]-[6]的有关结果。     

集团抽样不等概方法的均值估计及其性质

在集团抽样调查中，[1]和[2]给出了一般抽样方法及均值估计和它性质的论述，但未考虑各集团在总体中的地位对估计结果的影响，本文给出了集团抽样的不等概方法和均值的无偏估计，同时也给出了这种估计的方差及方差的无偏估计。     

一个用快速富氏变换计算互相关函数的算法

相关函数估计和功率谱密度函数估计是数字时间序列分析的重要内容之一。[1]中提出了用快速富氏变换(FFT)计算相关函数估计的间接方法,此法大大快于直接算法。但这个方法对于长度为N的数据计算了滞后数从0直到N—1的全部相关函数估计值。在许多情形,特别是在估计功率谱密度的情形,估计相关函数所需要的滞后数与数据长度相比只是一个小的分数。在这种情况下使用[1]的方法就会显得有点浪费而还可提高效率。[2]中注意到了这点,提出了一个更有效的计算自相关函数估计的改进算法。但[2]     

二次约束下多指标线性模型回归系数线性估计的可容许性

本文推广了Hoffmann[1]与Mathew[2]的结果，在二次损失下得到了二次约束下多指标线性模型中回归系数线性估计在线性估计类中可容许性的充要条件．     

调和算子二次式的离散谱估计

[1]和[2]给出了调和算子的离散谱估计,其后又出现了对重调和算子及任意偶数阶调和算子的离散谱估计.本文将讨论调和算子二次式的离散谱估计,它在物理学及弹性力学领域有着重要的理论意义和应用价值.     

正态分布标准差区间估计的改进

本文给出一类正态分布标准差的区间估计.这些估计优于[1]中的结果.     

误差服从球对称分布时半相依回归方程组系数二步估计的有效性

关于半相依回归方程组(Seemingly Unrelated Regression Equation System)系数的估计问题,自从 Zellner 提出二步估计以后,已有许多作者详细地研究了二步估计的有限样本性质,例如 Zellner,Revankar,Tiao、Tan 和 Chang,Kataoka 和林春土等等。虽然 Zellner 早已在评注中指出,须要进一步讨论当误差的分布偏离正态时二步估计的有效性,然而文献[2—7]的结果都是在假定误差服从正态分布的条件下得出的。本文主要目的是讨论当误差服从球对称分布时,二步估计的有限样本性质,其结果是从回归方程的设计矩阵和误差分布两个方面推广了[2]—[5]、[7]的结果.     

样条变差缩减算子迭代极限的一个简单证明

一、引言在[1]和[2]中,胡莹生、徐叔贤利用 Markov 链终极条件概率的有关结果,确定了一类变差缩减算子的迭代极限.本文采用作者在[3]中使用的技巧,利用多项式样条的若干基本知识,不但简单地得出了[1,2]的结果,并且给出了迭代收敛速度的估计.对于等距分划的三次样条,所给的误差估计在某种意义上是最好的.     

半相依模型参数估计的改进

对于m个半相依回归系统的未知回归系数, 文献[7]提出一种利用信息逐次迭加的方法, 该文首先在其基础上给出一种进一步改进形式, 并得到了其相合性, 同时作者借鉴文献[7]提出逐次迭加信息的构造估计思想给出一种具有小样本优良性的可行估计, 模拟研究也表明作者的改进估计是有效的.文献[10]根据Rao的协方差改进思想, 给出一种更为简洁的两步估计, 该文在此估计基础上给出一种改进形式, 新估计具有更好的可操作性和均方误差意义下的优良性.     

SUR回归系统部分方程系数Zellner估计的有限样本性质

对于SUR回归系统(1),本文在弱于[2],[3]和[4]的条件X_l′X_i(i=2,…,m)下考虑第一个方程系数β_1的Zellner的两步估计(4),得到了β1基于非限定残差的两步估计(?)_(Z1)的均方误差矩阵精确结果,由此结果容易得到[3],[4]和[5]给出的已知结果。     

一个非协调板元的误差估计

关于非协调板元的L_2—估计,文[1]曾进行了系统的研究,但对于Morely元和二个Fraeijs de Veubeke元(以下简称F.V.1元和F.V.2元)所得的结果并不是最优的。文[2]对Morely元又作了进一步的讨论,得到了最优的L_2估计及渐近最优的L_∞估计。本文将研究F.V.2元,得到了与[2]相仿的最优L_2-估计。但是,关于L_∞-估计,由于插值多