捕食者具脉冲扰动与相互干扰的阶段结构时滞捕食-食饵模型

讨论了与害虫管理相关的一类捕食者具脉冲扰动与相互干扰的阶段结构时滞捕食-食饵模型,得到了害虫灭绝周期解的全局吸引和系统持久的充分条件,也证明了系统的所有解的一致完全有界.我们的结论为现实的害虫管理提供了一定的理论依据.     

基于差分进化算法的混沌时间序列预测模型参数组合优化

为了提高混沌时间序列预测模型的预测精度,提出一种基于差分进化（DE）算法的相空间重构和最小二乘支持向量机（LSSVM）模型参数组合优化方法．该方法将相空间重构参数和LSSVM预测模型参数进行组合作为差分进化算法的个体,以混沌时间序列预测精度作为个体的适应度函数,通过循环迭代获得最优参数组合．几个混沌时间序列的仿真实验结果表明,与传统的优化方法相比,参数组合优化方法具有更高的预测精度．     

非线性再生散度随机效应模型似然函数的Laplace逼近

首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性.     

数据矩阵条件指数的局部影响分析

以广义影响函数和广义Cook统计量为工具,考察对数据矩阵同时进行微小扰动在条件指数上产生的局部影响,导出了寻找条件指数最大影响方向的计算公式,并用一个实例说明该方法的应用．     

非线性再生散度随机效应模型的渐近性质

对非线性再生散度随机效应模型, 该文给出了类似于Barndroff-Nielson, Cox (1989)和Severin, Wong (1992)的正则条件, 基于这些正则条件和Laplace近似, 证明了该模型参数极大似然估计的存在性、强相合性和渐近正态性.     

非线性再生散度随机效应模型的贝叶斯分析

非线性再生散度随机效应模型是一类非常广泛的统计模型，包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等．本文研究非线性再生散度随机效应模型的贝叶斯分析．通过视随机效应为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings算法（简称MH算法）的混合算法获得了模型参数与随机效应的同时贝叶斯估计．最后，用一个模拟研究和一个实际例子说明上述算法的可行眭．     

半参数双重Tweedie复合泊松回归模型的贝叶斯分析

为了分析健康保险行业中出现的半连续卫生保健费用数据,本文提出一类半参数双重Tweedie复合泊松回归模型.在分析中,首先采用修正鞍点逼近的数值方法去近似Tweedie复合泊松分布的密度函数;其次,利用Gibbs抽样技术和Metropolis-Hastings(MH)算法的混合算法获得了模型参数的联合贝叶斯估计;最后,给出了几个模拟研究以及把这些方法用来分析兰德健康保险实验中的卫生保健费用数据.     

非线性再生散度随机效应模型参数置信域的曲率表示

该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构, 并在此基础上研究了此模型参数和子集参数的置信域, 进一步推广和发展了 Hamilton, Watts 和 Bates^[1]关于正态非线性回归模型, Wei^[2,3]关于嵌入模型和指数族非线性模型, Zhu, Tang 和 Wei^[4]关于半参数非线性模型,唐年胜、韦博成和王学仁^[5]关于非线性再生散度模型, Tang 和 Wang^[6]关于拟似然非线性模型等的结果.