混合von Mises 模型的参数估计

有限混合von Mises模型在天文学、生物学、地理和医药等许多领域都有重要的应用．可是,不论样本量有多大,此模型的似然函数都是无界的．因此,参数的最大似然估计(MLE)是不相合的．我们发现,与混合正态模型一样,上述困难可以通过引入关于分布浓度参数的一个惩罚函数或对参数空间添加适当的约束来克服．在此文中,我们从理论上证明了这两种方法是可行的,相应的参数估计是强相合的,且是渐近有效的．我们还通过计算机模拟来探讨这些新方法在有限样本情况下的统计性质,并与现有的矩估计作了比较．结果发现,惩罚极大似然估计在均方误差方面表现最佳．最后我们还分析了一组实际数据,以进一步介绍新的估计方法．     

铜山源水库渔获物组成与美国大口胭脂鱼的资源量估算

2000~2002年每年的1月,在浙江省衢州市铜山源水库放养了前一年5月培育的美国大口胭脂鱼冬片鱼种,累计达1.6×105尾,于2004年11月,对用单层刺网捕获的渔获物进行了测量分析,并对所获渔获物中的美国大口胭脂鱼的年龄结构、可捕群体资源量、回捕率进行了分析估算.结果表明,铜山源水库渔获物中以白鲢为主,占总尾数的64.04%,总重量的78.2%;美国大口胭脂鱼次之,分别为29.55%和22.07%,而鲫鱼、鲤鱼等其他鱼类仅占7%左右.铜山源水库美国大口胭脂鱼由I~Ⅳ龄4个年龄组组成,其年龄结构中以Ⅱ、Ⅲ、Ⅳ龄为主,其可捕资源量达6.1×104尾、4.29×104kg,回捕率达36.8%;I~Ⅱ龄组为水库自然繁殖的子代群体,占所获美国大口胭脂鱼总尾数的40%,表明美国大口胭脂鱼在铜山源水库已自然繁殖并形成了一定的可捕捞资源量.     

抗坏血酸光度分析的研究进展

抗坏血酸(ascorbic acid,AsA)(维生素C)是维持机体生理功能的重要维生素之一。天然食品如蔬菜、水果等含有丰富的AsA,是摄取AsA的主要来源。在食品的生产、加工等方面。AsA广泛作为营养强化剂、抗氧化剂及增效剂等。鉴于AsA对人类的重要性,近年来在AsA分析方面,发展了多种新的检测方法。如吸光光度法、荧光分析法、高效液相色谱法、电化学法及酶化学法等。有关1990年前AsA的分析现状已有概述。本文针对光度分析的特点,将1990年～1995年12月间发表的AsA在食品、生物样(兼药物)方面的文献作一概述和讨论。 1 普通光度法 近几年报道较多的方法多是基于AsA的强还原性质,将高价离子还原后,与有机试剂形成有色配合物。如在pH 5.0乙酸盐介质中,AsA将Fe(Ⅲ)还原成Fe(Ⅱ),Fe(Ⅱ)与1,10-菲罗啉作用形成桔红色配合物,在波长510nm处测定,AsA线性为10～200μg/50ml,用于果汁、果酒及饮料中AsA的测定。同样,在参比溶液中用Cu(Ⅱ)作催化剂,50℃下破坏AsA,从而消除饮料中带色物质高背景吸收引起的干扰,AsA的回收率为95％～104％。另一种Fe(Ⅱ)的     

删失数据平滑非参数分位估计的Bahadur表示

本文讨论了在随机右删失情况下一种平滑非参数分位估计ｘｎ（ｐ）（ｘｎ（ｐ）是的解）．在一定的条件下获得了ｘｎ（ｐ）的Ｂａｈａｄｕｒ表示，作为推论获得了ｘｎ（ｐ）的渐近正态分布和重对数律．     

NAD(P)H辅酶模型物结构与反应性关系的研究──3-位酰基的电子效应

合成了一系列3酰胺基氮取代的NAD(P)H模型物,测定了其与5硝基异喹啉正离子的二级反应速率常数,并与模型物的氧化还原电势进行了比较.实验结果表明,模型物3位酰基氧一方面可离域二氢吡啶环上N的电子;另一方面负电性的3位酰基氧在反应过渡态中又可引起分子内和分子间的两种静电作用;3位酰基的电子效应对模型物动力学反应性的影响是这两种效应综合作用的结果.     

NAD(P)H辅酶模型还原碳正离子反应的研究: 动力学、热力学及反应机理

本文对NAD(P)H模型物BNAH同xanthylium正离子反应的动力学进行了较为详尽的测定。同位素效应,自由基抑制剂对反应的影响以及对不同机理模式中各基元步骤的热力学趋动力的研究均表明,反应由决速的电子转移引发,随后通过快速的氢原子转移而形成产物。动力学活化参数的分析指出,电子转移前反应底物间首先形成一个预配合平衡。本文还对BNAH还原9-苯基xanthylium正离子和三苯甲烷正离子的机理进行了较合理的估测。     

一种惩罚最大似然方法估计混合回归模型

本文考虑具有正态误差假设下混合回归模型的参数估计问题.由于似然函数的无界性,混合回归模型普通的最大似然估计不存在.本文提出一种惩罚最大似然方法来估计混合回归模型的参数,证明惩罚最大似然估计量(penalized maximum likelihood estimation, PMLE)具有强相合和渐近正态性.通过深入模拟研究,从估计精确性角度看,惩罚最大似然估计量有很好的表现.本文还给出一个音调感知的例子来说明理论结果的应用.