和─最小检验函数

本文研究犯两类增误概率之和为最小的检验函数，且研究此检验函数与贝叶斯检验函数的关系．     

连续型单参数指数族参数的经验Bayes检验函数的收敛速度

对独立同分布样本情形的连续型单参数指数族的单边假设检验问题,在线性损失下 导出了单调的Bayes检验函数,构造了相应的经验Bayes(EB)检验函数. 在一定条件下, 获得的经验Bayes检验函数的收敛速度可任意接近$O(n^{-1})$.最后给出了满足定理条件的两个例子.     

非齐次椭圆方程很弱解的比较原理（英文）

在一些适当的假设条件下,通过McShane扩张定理构造Lipschitz连续检验函数,本文得到了拟线性椭圆方程-div A(x,?u(x))=f(x, u)很弱解的比较原理,推广了齐次方程的相关结果.