分位点函数的光滑非参数估计的BAHADUR表示

文中对分位函数给出了具有更广泛应用的光滑分位估计,证明了该光滑分位估计的逐点和一致的Bahadur强表示定理;并由此结果推导了估计的重对数律,强逼近等深刻结果。     

一类非参数回归函数估计的性质

设Z_(11),z_(12),…,Z_是在固定点(x_i,y_1),1≤≤n_1,1≤j≤n_2,的n_1n_2个观察值,适合模型 Z_(ij)=g(x_i,y_j)+ε_(ij),1≤i≤n_1,1≤j≤n_2。(1) 本文给出了g的一种估计并讨论了估计的性质。     

基于强混合数据的半参数平滑转换回归模型

本文基于严平稳强混合数据和带确定性趋势的强混合数据序列,推广了文献[20]中提出的半参数平滑转换回归模型。对含于平滑转换函数中的未知光滑有界函数应用级数估计方法,并基于非线性最小二乘估计和级数估计理论证明了模型参数估计量的相合性和渐近正态性等大样本性质,简要讨论了其协方差矩阵的估计以及假设检验问题。最后,应用该模型重新研究了我国年度通货膨胀率的平滑转换结构。     

非参数回归函数估计的渐近正态性

本文研究了独立或相依样本时非参数回归函数的Ｎａｄａｒａｙａ-Ｗａｔｓｏｎ估计，在简洁合理的条件下，证明了估计量的渐近正态性．获得的结论可在时间序列分析中得到应用．     

删失数据下回归函数的最近邻估计

设（X，Y）是一随机向量且变量Y的均值存在．假定Y被另一分布G的随机变量t删失，仅能观察到不完全数据（xi，Yi^ti,δi），i＝1，2，…n，其中Yi^ti＝min（Yi，Ti）,δi=I（Yi≤ti）。为了给出回归函数m（x）＝E（Y|X）的估计。文中使用了Stute提出的最近邻型回归估计，并给出了该估计的强相合性结果．     

相依样本下非参数回归函数递推型核估计的渐近分布

设（Ｘｉ，Ｙｉ）１≤ｉ≤ｎ为来自二元总体（Ｘ，Ｙ）的平稳，φ－混合样本，记ｍ（ｘ）△Ｅ（Ｙ│Ｘ＝ｘ），ｍ（ｘ）的一种递推型核估计为ｍｎ（ｘ）＝ｎ∑ｉ＝１ｈｉ＾－１Ｙｉｋ（（ｘ－Ｘｉ）／ｈｉ）／ｎ∑ｊ＝１ｈ＾－１ｊｋ（ｘ－Ｘｊ）／ｈｊ）。本文在一定的条件下证明了（ｎ／（ｎ∑ｊ＝１ｈ＾－１ｊ）＾１／２）（ｍｎ（ｘ１）－ｍ（ｘ１），ｍｎ（ｘ２）－ｍ（ｘ２），．．．ｍｎ（ｘｒ０）－ｍ（ｘｒ０））′依分布收     

多机制半参数平滑转换回归模型——兼论我国宏观经济运行周期

本文结合多机制平滑转换回归模型和半参数平滑转换回归模型,提出多机制半参数平滑转换回归模型。对模型转换函数中的未知光滑有界函数采用级数估计,并给出了结合Back-fitting算法和非线性最小二乘法估计模型参数的具体执行步骤,随机模拟结果说明了本文模型和估计算法的可行性和灵活性。应用本文模型和估计算法对我国宏观经济运行周期的实证研究表明,我国经济增长的非线性结构可以分为四个显著不同的增长机制:扩张阶段、衰退阶段、收缩阶段、恢复阶段,并且宏观经济政策的作用有三到四个季度的迟滞效应。     

混合误差下回归函数小波估计的一致收敛速度

该文构造了回归函数的一类小波估计，在误差序列为ψ 混合或φ 混合下得到了小波估计的强一致收敛速度和狉阶矩一致收敛速度．     

截尾数据非参数回归函数加权核估计

在截尾数据下研究非参数回归函数加权核估计的相合性,对强相合性给出一些较弱的充分条件,这些结论较大程度地改进了现有的结论．     

占线订单排序C——收益函数下改进的随机策略

对于订单具有紧交货期限且以最大化完工总收益为目标的占线订单排序问题，Woeginger（1994）提出了完工收益与订单长度满足C——收益函数关系的一类模型，并给出了竞争比为4的最优确定性策略。本文针对该模型设计了一个简单的随机策略，并证明其具有竞争比2。该策略明显简单于已有的各种随机策略；同时，本文结论大大改进了Seiden（1998）所给出的当前最好竞争比3．732。     

拟蒙特卡罗方法用于估计多元回归函数

拟蒙特卡罗（QMC）方法被广泛用于解决数值分析和统计学中的各种问题，比如数值积分，最优化，试验设计，随机过程的模拟等．本文研究该方法在估计多元回归函数中的应用．证明了，在相当一般的条件下，均匀设计（或者，“代表点设计”）与回归函数傅里叶系数的QMC估计（对应地，使用拟随机重要性抽样的QMC估计）一起，构成一个回归函数的渐近最优投影估计．     

强相关数据回归函数的小波估计

讨论了在强相关数据情形下对回归函数的小波估计,并且给出了估计量的均方误差的一个渐近展开表示式． 对研究估计量的优劣,所推导的近似表示式显得非常重要．对一般的回归函数核估计,如果回归函数不是充分光滑,这个均方误差表示式并不成立A·D2但对小波估计,即使回归函数间断连续,这个均方误差表示式仍然成立．因此,小波估计的收敛速度要比核估计来得快,从而小波估计在某种程度上改进了现有的核估计．     

NA样本非参数回归权函数估计的强相合性

在 NA样本下 ,讨论了非参数回归模型中权函数估计的强相合性及强一致相合性 ,并把这个结果应用于 Gasser- Muller估计和 Priestley and Chao估计 .     

回归系数的广义根方估计及其模拟

文献[1,2]中提出了回归系数的根方估计~(k),当回归自变量间存在复共线关系时,~(k)较回归系数的最小二乘估计有所改善,本文将根方估计作一拓广,得出了回归系数的广义根方估计~(K),其中K为对角阵,文中证明了广义根方估计~(K)较~(k)能更有效地改善最小二乘估计,并给出了广义根方估计的显式解,在此基础上,提出了广义根方估计的显式解和一种确定k_i的方法。     

A Review of Robust Regression and Diagnostic Procedures in Linear Regression

The concern over outliers is old since Bernoulli (see [12]), reviewed historically by [11] and updated with [10] in their encyclopedia textbook. James et al.~([46]) used simulation technique to compare some recent published outlier detection procedures.The history of adept and diagnosis of outliers is traced from old and presence comments. Theil-type or Rank, Brown-Mood, L_p, M, adaptive M, GM, and Trimmed-Winsorization estimators are the most popular estimators that we will review in this paper as an application to outlier accommodation. We will review and compare the most numerical and graphical displays based on residuals to flag outliers.     

基于广义回归估计的校准加权设计效应模型研究

校准是最常用的加权调整方法,然而传统加权调整设计效应模型只考虑有差异权数导致的精度损失,忽略使用辅助信息后的精度改进,因此应用于设计效应计算时存在一定的缺陷。本文在Spencer模型的基础上进行拓展,引入反映辅助变量和调查变量相关关系的广义回归估计量,构建了校准加权设计效应的一般模型。数值分析结果显示,校准加权设计效应模型的效果优于传统加权调整设计效应模型;尤其在调查变量与辅助变量高度相关的情形下,校准加权设计效应模型能够准确地估计出不等概率抽样设计和校准调整的综合效率。     

On the Bias of the Generalized Regression Estimator in Survey Sampling

It is well known that the generalized regression (GREG) estimator of the finite population total is asymptotically unbiased. Consequently, bias is negligible when the sample size is large. But the magnitude of the bias is not known, if we are estimating small areas or operating with small samples. Furthermore, beside the sample size, the bias depends on the auxiliary variables, on their relation to the study variable and on the sampling design. In small samples it is important to know sources of the bias and in some cases to use a bias-corrected regression estimator. The aim of the present paper is to derive approximate bias expressions of the GREG estimator under different population models and different sampling designs to study the magnitude of the bias.      

双人合作的在线雪橇租赁问题

以往的文献只研究了单人雪橇租赁问题,本文将雪橇租赁问题扩展到了双人合作情形.研究了两个在线决策者的合作博弈模型,给出了TBS策略和BCS策略,并求出了双方收益分配的纳什均衡解.结论显示,TBS策略具有最小竞争比,但基于该策略的合作却不稳定,需要契约维持;BCS策略不具有最小竞争比,却是占优策略,基于该策略的合作是稳定的。因此存在合作可能的情况下,选择BCS策略的合作总比非合作要好。文章第4节详细的比较了TBS策略和BCS策略。   此外,文章还得到了一个有意思的发现,随着参与人的增加,竞争比是有可能不上升的.这一发现与经典的在线问题(如k-server问题)的结论不一样,在k-server问题中,随着参与者(服务器)的增加,竞争比会呈线性提高》。     

相依线性回归系统的泛岭改进估计

对于一类相依线性回归系统，本文提出了一种泛岭改进估计，并讨论了这种估计及相应的两步估计的优良性质，获得了若干深入的结果．     

Asymptotically Local Minimax Estimation of Infinitely Smooth Density with Censored Data

The problem of the nonparametric minimax estimation of an infinitely smooth density at a given point, under random censorship, is considered. We establish the exact asymptotics of the local minimax risk and propose the efficient kernel-type estimator based on the well known Kaplan-Meier estimator.