权回归模型中最小二乘估计的相对效率

对于线性加权回归模型，本文得到了未知参数的最小二乘估计相对于最佳线性无偏估计的四种相对效率的下界，并建立了相对效率与广义相关系数的联系。     

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.     

平方凸函数Hermite-Hadamard型不等式的改进

利用平方凸函数与凸函数的关系,证明了平方凸函数单侧导数的存在性和单调性,建立了平方凸函数与其单侧导数的不等式关系.在此基础上,给出平方凸函数定积分已有下界的改进和新的下界.给出由平方凸函数Hermite-Hadamard型不等式生成的差值的估计.     

关于p-adic E函数和G函数

本文得到了一类定义在p-adic数域Q_p的完备代数闭包上的p-adic E函数和G函数的多项式在代数点上的下界估计. siegel研究了有关E函数的算术性质,而后,Sidlovskii把它加以发展,成为Siegel-Sidlo-vskii方法.对于p-adic情况,Flicker考虑了包含p-adicG函数的多项式的下界估计.最近Remmal推广了Bundschuh和Walliser关于P-adic指数函数的结果,他是考虑了定义在p-adic数域的完备代数闭包上的p-adic E函数的多项式,但是他们都只是给出了在有理点上的下界估计.     

估计单指标模型的单调联系函数

本文我们研究了联系函数单调时单指标模型的模型估计问题. 基于投影方向的相合估计, 本文提出用I-样条的办法来估计联系函数, 并建立带惩罚函数的最小二乘准则的相合性. 通过模拟与现有的方法进行了对比, 表明我们的估计方法是非常有效的.     

刻度指数族参数的经验Bayes估计及收敛速度

本文在刻度平方误差损失函数下导出了刻度指数族分布中参数的Bayes估计.利用核估计的方法构造了参数的经验Bayes估计,在适当条件下得到了经验Bayes估计的收敛速度,推广了文献中的相关结果.     

刻度指数族参数的经验Bayes估计及收敛速度

本文在刻度平方误差损失函数下导出了刻度指数族分布中参数的Bayes 估计. 利用核估计的方法构造了参数的经验Bayes 估计, 在适当条件下得到了经验Bayes 估计的收敛速度, 推广了文献中的相关结果.     

奇异线性模型的估计效率

在本文中，我们对奇异线性模型提出并解决参数的可估线性函数的估计效率问题。讨论了估计效率与Ｈｏｔｅｌｌｉｎｇ广义相关系数的关系，给出了估计效率的上、下界以及达到上、下界的条件。     

Smarandache函数的一个下界估计

利用初等及组合方法研究Smarandache函数在梅森尼素数上的下界估计问题,给出了Smarandache函数在这一数列上的一个较强的下界估计,从而改进了相关文献的一个结果.     

关于Smarandache函数的一个新的下界估计

利用初等方法研究Smarandache函数在某些特殊值上的下界估计,给出了Smarandache函数在某些特殊值上的一个较强的下界估计,证明了估计式S(2p+1)≥6p+1,其中P≥7为任意素数.