欢迎投稿 欢迎订阅

正《大学化学》是由教育部主管、北京大学和中国化学会共同主办的教育研究性学术刊物。本刊以深化大学化学教育改革为宗旨,主要介绍化学科学的新发展,开展与教学有关的重大课题的研讨,交流教学改革经验,报导化学及其相关学科的新知识、新动向,促进教师知识更新,扩大学生知识面,为提高教学水平服务。(1)主要栏目有:今日化学、教学研究与改革、知识介绍、计算机与化学、化学实验、师生笔     

欢迎投稿 欢迎订阅

正《大学化学》是由教育部主管、北京大学和中国化学会共同主办的教育研究性学术刊物。本刊以深化大学化学教育改革为宗旨,主要介绍化学科学的新发展,开展与教学有关的重大课题的研讨,交流教学改革经验,报导化学及其相关学科的新知识、新动向,促进教师知识更新,扩大学生知识面,为提高教学水平服务。     

Efficient estimation for semiparametric varying- coefficient partially linear regression models with current status data

This article considers a semiparametric varying-coefficient partially linear regression model with current status data. The semiparametric varying-coefficient partially linear regression model which is a generalization of the partially linear regression model and varying-coefficient regression model that allows one to explore the possibly nonlinear effect of a certain covariate on the response variable. A Sieve maximum likelihood estimation method is proposed and the asymptotic properties of the proposed estimators are discussed. Under some mild conditions, the estimators are shown to be strongly consistent. The convergence rate of the estimator for the unknown smooth function is obtained and the estimator for the unknown parameter is shown to be asymptotically efficient and normally distributed. Simulation studies are conducted to examine the small-sample properties of the proposed estimates and a real dataset is used to illustrate our approach.     

缺失数据下Pareto分布参数的经验Bayes双边检验问题

本文讨论了缺失数据下Pareto分布参数的经验Bayes(EB)双边检验,利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性,并获得了它的收敛速度.     

一个欧氏环的素因子分解方法

本文研究了整数环的一个代数扩环的性质.利用最优化理论证明了这个代数扩环是一个欧氏环,给出了它的单位和素元的刻画,得到了对这个代数扩环中任意素进行素因子分解的方法.     

Banach空间内涉及H-η-单调算子的集值混合拟似变分包含组

在没有光滑性的一般Banach空间内引入和研究了涉及H-η-单调算子的集值混合拟似变分包含组(SSMQVLI).利用与H-η-单调算子相联系的预解算子技巧,建议和分析了一类寻求SS-MQVLI的近似解的新的迭代算法.在适当假设下,证明了由算法生成的迭代序列强收敛于SS-MQVLI的精确解.这些结果是新的,改进和推广了这一领域的相应结果.     

非平稳Gauss环境激励下模态参数识别的新方法

结合多元连续时间自回归模型,针对受均匀调制Gauss随机激励的线性时不变系统,提出了一种时域模态识别的新方法.该方法仅从响应数据就能够识别系统的物理参数.首先把结构动力学方程转化为一个3阶的连续时间自回归模型;接着基于在非常短的时间段内均匀调制函数接近于一个常数矩阵以及随机微分方程强解的性质,得到均匀调制函数的估计, 并针对两种特殊情况进行讨论;然后利用Girsanov定理,对条件似然函数进行极大化,得到物理参数的精确极大似然估计.数值结果表明,该估计不仅具有极高的精度和稳健性,而且计算效率非常高.     

缺失数据下线性模型中回归参数的经验似然置信区域

在缺失样本下,构造了线性模型中参数的调整的经验似然置信域,数值模拟表明调整的经验似然置信域有较好的覆盖率和精度.     

随机右截尾情形下两个指数分布总体的比较

研究了随机右截尾情形下两个指数分布的参数估计.在两个指数分布的刻度参数都未知时,得到了两个指数分布的刻度参数的最大似然估计与参数比的区间估计.     

核实数据下响应变量缺失的线性EV模型经验似然推断

考虑响应变量随机缺失而协变量带有误差的线性模型,借助于核实数据和借补方法,构造了回归系数的两种经验似然比,证明了所提出的估计的经验对数似然比渐近于一个自由度为1的独立χ2变量的加权和;而经调整后所得的调整经验对数似然比渐近于自由度为p的χ2分布,该结果可以用来构造未知参数的置信域.此外,我们也构造了响应均值的调整经验对数似然比统计量,并证明了所提出的统计量渐近于x2分布,可用此结果构造响应均值的置信域.通过模拟研究比较了置信域的精度及其平均区间长度.