基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。     

无重叠图像期间的卫星平台颤振估计算法

提出了基于双重约束函数的无重叠图像期间的颤振估计算法。建立了视差图像与低频颤振相结合的双重约束函数,以评价无重叠图像期间颤振曲线的平滑度;采用共轭梯度法筛选颤振曲线平滑度最优解,并以此作为无重叠图像期间颤振的最佳估计;建立了无重叠图像期间与重叠图像期间颤振之间的函数关系式。以我国XX-1号可见光详查相机为例进行实验,颤振探测结果在被测颤振的频率既不等于也不接近特征频率的整数倍处具备有效性,证明了所提算法能够对无重叠图像期间非特征频率整数倍及其附近处的颤振进行有效探测。     

Smarandache函数在两数列上的下界估计

设S(n)是Smarandache函数,其中n是一正整数.讨论Smarandache函数S(n)在数列F((2k),1)=F(n,1)=n2n+1(n=2k)与数列G(2n,1)=(2n)2n+1上的下界估计.基于初等方法证明了:当偶数n≥6时,有S(F((2k),1))=S(F(n,1))≥6×2n+1;当n≥4时,有S(G(2n,1))≥6×2n+1.     

Tail behavior of supremum of a random walk when Cramér’s condition fails

We investigate tail behavior of the supremum of a random walk in the case that Cramer＇s condition fails, namely, the intermediate case and the heavy-tailed ease. When the integrated distribution of the increment of the random walk belongs to the intersection of exponential distribution class and O-subexponential distribution class, under some other suitable conditions, we obtain some asymptotic estimates for the tail probability of the supremum and prove that the distribution of the supremum also belongs to the same distribution class. The obtained results generalize some corresponding results of N. Veraverbeke. Finally, these results are applied to renewal risk model, and asymptotic estimates for the ruin probability are presented.     

相依误差广义线性模型的M估计的Bahadur表示

考虑如下广义线性模型y_i=h(x~T_i,β)+e_i=1,2,…,n,其中e_i=G(…,ε_(i-1),ε_i),h是一个连续可导函数,ε_i是独立同分布的随机变量,并且它的期望为0,方差σ~2有限.本文给出了参数β的M估计,并且得到了该估计的Bahadur表示,该结论推广了线性模型的相关结论.应用M估计的Bahadur表示,得到了相依误差的线性回归模型,poisson模型,logistic模型和独立误差的广义线性模型等模型的渐近性质.     

双调和算子特征值问题的混合三角谱元方法

本文针对双调和算子特征值问题设计了基于混合变分形式的三角谱元逼近格式,其基函数采用指标为(-1,-1,-1)的广义Koornwinder多项式.在H~1-及H_0~1-正交谱元投影的逼近理论基础上,我们建立了双调和算子特征值与特征函数的收敛性估计;它关于网格尺寸h是最优的,关于多项式次数M是次优的.然而,在H_0~2-正交谱元投影的最优估计假设前提下,关于M的次优收敛阶估计则提升为最优.此外,Koornwinder分片多项式逼近的结果还表明,在带权Besov空间范数的度量下,对于存在着区域角点奇性的双调和算子特征值问题,谱元方法的收敛阶能达到h-型有限元方法的2倍.最后,本文的数值实验结果展示了谱元逼近格式的高效性,同时也验证了相关理论的正确性.     

弱相依半参数回归模型的加权小波估计的渐近正态性

本文研究了半参数回归模型y_i=X'_iβ+g(t_i)+e_i,i=1,2,···,n,其中{e_i}为ψ-弱相依随机误差序列.利用小波估计的方法得到了参数、非参数的加权小波估计量.在相当一般的条件下,获得了这些小波估计量的渐近正态性,不仅推广了半参数回归模型的相应结果,而且在一定程度上统一了相依半参数回归模型的渐近正态性的理论.     

一类非线性椭圆方程的刘维尔型定理

设（Mⁿ,g）是一个n维非紧的完备黎曼流行.本文考虑有正解的非线性椭圆方程△_fu+au log u=0的刘维尔型定理,其中a是一个非零常数.利用Bochner公式和极大值原理,获得了以上方程在Bakry-Emery里奇曲率有下界时正解的Li-Yau型梯度估计和某些有关的刘维尔理论,推广了文献[7]的结果.     

基于回归分析方法下公共交通对经济增长的影响分析

随着社会经济的发展及人们环保意识的不断增强,公共交通事业的发展及其投资力度不断加大,公共交通在给人们带来方便的同时也在带动着经济的发展.通过扩展的生产函数模型,采用普通最小二乘方法对2003-2012年间的公共交通数据进行估计分析,并找出有异常值的样本点,然后利用稳健MM估计方法进行估计,结果表明公共交通变量对经济的影响具有正相关作用.     

GARCH(1,1)模型的稳健估计比较及应用

首先阐述了GARCH(1,1)模型稳健估计的构造方法,然后在模型有无异常值扩散效应约束和异常值比例不同的情况下,比较了传统QMLE估计和多种稳健M估计的表现,结果表明:在数据无异常值下,QMLE估计较优;随着异常值比例增加,稳健Andrew估计表现更好;模型施加异常值扩散效应约束对估计有一定改善但不显著.最后选取波动程度不同的两个阶段沪深300指数的收益率,用模型拟合进行了实例比较,在波动程度较大时,Andrew估计效果较优,在波动相对平稳时,LAD估计较优.