指数分布卷积形式参数的估计

本文研究指数分布卷积形式参数的点估计，区间估计以及经验分布函数与分布函数最大偏差的概率估计．     

某类一阶非线性双曲型方程的Cauchy问题

本文考虑一类具实际物理背景的一阶非线性双曲型方程，证明了解的存在唯一及正则性。     

THE GENERALIZED MAXIMUM ANGLE CONDITION FOR THE Q1 ISOPARAMETRIC ELEMENT

We consider the quadrilateral Q1 isoparametric element and establish an optimal error estimate in H^1 norm for the interpolation operator under a weaker mesh condition which admits anisotropic quadrilaterals and allows the quadrilateral to become a regular triangle in the sense of maximum angle condition [5, 11].     

非正则位置参数模型中的拟极大似然估计

当分布密度的形式未知时，参数的极大似然估计没有明确的解析表达式，也不能通过设计算法由计算机运算得到。本文我们将从该分布中抽取的样本当作是来自另一个形式已知的分布密度的样本，该已知分布密度的选取依赖于未知的分布密度，但是具有与未知分布相似的边界性质。基于这两个分布族，我们提出了拟极大似然估计的概念，同时，对这种拟极大似然估计的渐近性质进行了讨论。结果表明拟极大拟然估计与极大似然估计有关相同的渐近性质，并且由于拟极大似然估计的获得不依赖于未知分布密度的形式，只与一已知的分布密度有关，使得通过计算机可以实现对其的求解。     

也谈“心理状态数”的估计

读了董、宋两位同志的“心理状态数矩法估计”(见本期)一文,觉得该文提出了一个在实用上有意义的问题,二位用知法推导出了有关的估计,形式也比较简洁便于计算,有其一定的优点,另一方面,也感到还有些可进一步探讨的问题,因此写了这篇小文,供对此问题有兴趣的同志参考.董、宋两位同志所提出的统计模型是:有独立随机样本Y1,…,Yn,它来自参数c和б的,以为概率密度的总体,要估计c。此处0≤c≤2, б>0,他们提出了矩估计法,本文先来考察极大似然估计法,并指出其优点。 1.极大似然估计法 样本Y1,…,Yn的似然函数是其中m是Y1,…Yn中不大于0的个数,…     

半变系数模型PLS估计的渐近正态性

半变系数模型在统计建模中具有重要的应用．最近几年，人们提出了许多方法来估计其常系数和函数系数，但是估计的渐近性质还没有被系统的研究．本文介绍了半变系数模型的PLS估计，在Fan和Huang对常系数渐近性质研究的基础上，给出了函数系数的渐近正态性。     

双奇次有限元的渐近准确误差估计

§1.引言 近年来自适应有限元方法无论在数学理论还是在实际应用方面都已得到迅速发展.I.Babuska 等首先提出了双线性单元(p=1)的h型自适应方法.此后作者与Babuska又发展了双二次单元(p=2)的h型自适应方法并进行了一系列数值计算.这些成果已被应用于美国马里兰大学的自适应有限元程序FEARS中.自适应方法的基础在于对有限元近似解作后验误差估计,这些估计应是便于计算的.作者在[5]中已对任     

回归系数的混合估计与最小二乘估计的一个新的相对效率

本文对具有附加信息的线性回归模型中的混合估计与最小二乘估计给出了一种新的相对效率,研究了新的相对效率与其它几种相对效率的关系,得出了新的相对效率的上、下界.     

生长曲线模型中回归系数阵的极大似然估计的精确分布

对于生长曲线模型,基于理论发展和应用效果的考虑,本文引入了Gauss型误差．在此误差下,本文研究了模型中回归系数阵的极大似然估计的精确分布,求出了此分布的密度和特征函数．