次序统计量线性函数的随机加权逼近速度

设ｘ１，ｘ２，…ｘｎ（连续未知），Ｆｎ为经验分布函数，Ｈｎ（ｘ）为随机加权经验分布函数，。ｘｎ１≤ｘｎ２≤…≤ｘｎｎ为次序统计量．记以Ｆｎ取代σ２（Ｊ，Ｆ）中的Ｆ即得σ２（Ｊ，Ｆｎ）．     

基于截尾数据概率密度核估计的一些渐近行为

Blum和Snsarla(1980)提出了一基于截尾数据非负随机变量概率密度f(t)的核估计(?)_n(t),本文证明了(?)_n(t)的一致强相合性。此外,我们还进一步研究了(?)_n(t)的一致强收敛速度问题,给出了(?)_n(t)的一渐近表达式,并利用所给的表达式证明了(?)_n(t)以速度为O(n~(-2a))均方收敛到(?)_n(t),其中0相似文献   

随机删失半参数回归模型中估计的渐近性质

设Y是表示生存时间并遵从下面半参数模型Y=Xβ+g(T)+ε的随机变量,(X,T)是取值于R×[0,1]上的随机变量,β是未知参数,g(·)是[0,1]上的未知回归函数,ε是随机误差。当Y因受某种随机干扰而被随机右删失时,就删失分布未知的情形分别定义了β与g(·)的估计^{^}β_n与^{^}g_n(·),在一定条件下证明了^{^}β_n的渐近正态性,并得到了^{^}g_n(·)的最优收敛速度。     

核实数据帮助下误差在反映线性模型经验似然降维推断

在核实数据帮助下, 考虑误差在反映线性模型. 半参数降维技术分别应用于定义β的渐近正态估计和β与其线性组合的被估计经验似然及调整经验似然. 我们分别证明被估计的经验对数似然及其调整的经验对数似然渐近于独立卡方变量加权和的分布及标准卡方分布.     

一类Kaplan-Meier估计泛函的一些大样本性质

设F,G分别表示某寿命随机变量与删失随机变量的分布函数,在不假定F、G连续的情况下该文使用点过程鞅方法证明了Kaplan－Meier估计的一类泛函的渐近正态性,并建立了一个均方误差不等式和一个概率不等式．     

经验似然统计推断方法发展综述

本文在介绍经验似然方法的基础上，进一步介绍这一方法在统计推断中的应用，具体地介绍了这一方法在总体均值推断、线性模型推断、分位数推断、估计方程推断及利用辅助信息进行推断等几种重要统计推断中的应用，同时也介绍了这一方法最近在不完全数据中的应用及由此所提出的被估计、被调整及bootstrap经验似然方法。     

截尾样本下回归函数加权核估计的一些收敛性质

本文分别在截尾分布函数已知和未知两种情况下，构造了基于截尾样本的非参数固定设计模型回归函数的加权核估计，并研究了它们的一些收敛性质．     

学生化Kaplan－Meier估计的正态逼近速度

设Ｆ（ｔ）是表示寿命的分布函数，Ｇ（ｔ）是表示删失的分布函数，Ｆ（ｔ）是Ｆ（ｔ）＝１—Ｆ（ｔ）的Ｋａｐｌａｎ－Ｍｅｉｅｒ估计．本文在Ｆ（ｔ），Ｇ（ｔ）均连续的条件下，证明了对任何取定的０＜ｔ＜ＴＨ，有其中ＴＨ＝ｉｎｆ｛ｔ：Ｈ（ｔ）＝０｝，Ｈ（ｔ）＝（１－Ｆ（ｔ））（１－Ｇ（ｔ）），渐近方差的刀切估计．     

SOME LARGE SAMPLE PROPERTIES OF AN ESTIMATOR OF THE HAZARD FUNCTION FROM RANDOMLY CENSORED DATA

1IntroductionInmaplifetimestudies,someOfthesubjects"liderstudyarecensoredontherightbyapriorcensoringtime.LetTI,T2,'',TibeindependentandidenticallydistributednonnegativerandomvariableswithcommoncontinuousdistributionfullctionFandcontinuousprobabilitydensityfunctionf.Inthemodelofrightrandomcensoring,associatedwitheachZthereisanindependentnonnegativecensringtimeCiandCI,C2,'',CdareassumedtobelidrandomvariableswithcontinuotisdistributionfunctiollG.Illthismodelwecanobserveonlythepairs(Xi,hi)…     

随机时截尾寿命试验Weibull分布的Bayes统计分析

本文考虑形状参数为离散型随机变量,尺度参数为连续型随机变量,然后通过最大熵原则确定形状参数的先验分布,用共轭分布法确定形状参数给定的条件下尺度参数的条件先验分布,并利用随机时截尾寿命试验中所获的数据给出weibull分布参数,可靠度和失效率的Bayes点估计及其置信上、下限。