相依条件下滑动平均过程精确渐近性的一般规律

本文研究了相依条件下滑动平均过程完全收敛的精确渐近性问题. 利用正态分布逼近的方法及相关不等式, 获得了精确渐近性的一般规律, 推广了对数率和重对数率精确渐近性的已有结果.     

在最少条件下的对数律精确渐近性

设$X_1,X_2,\cdots$为独立同分布随机变量, 记S_n=X_1+\cdots+X_n,\;M_n=\max\limits_{k\le n}|S_k|,\;n\ge1$. 本文在充分必要条件下给出了$M_n$和$S_n$的对数律之精确渐近性.     

NA序列的重对数矩收敛的精确渐近性

假设{X_n,n≥1}为一列严平稳的NA随机变量,期望为零,方差有限.设S_n=∑_(i=1)~n∑X_i,M_n=max_(1≤i≤n)|S_i|.在适当的条件下,得到了一类NA序列部分和部分和最大值重对数矩收敛的精确渐近性.     

左截断右删失数据下半参数模型风险率函数估计

文章给出了右删失左截断数据半参数模型下的风险率函数估计,讨论了风险率函数估计的渐近性质,获得了这些估计的渐近正态性,对数律和重对数律.由于假定删失机制服从半参数模型下,从而知道模型的更多信息,因此对于给出参数的极大似然估计,可以改进风险率函数估计的渐近性质.也就是说,删失数据模型具有半参数的辅助信息下, 风险率函数估计的渐近方差比通常的完全非参数的估计的渐近方差更小.这说明加入了额外的信息提高了风险率函数估计的效率.     

高频数据连续部分杠杆效应的估计

对股票价格与其波动率之间的负相关性的发现,引发了对高频金融数据杠杆效应的研究热潮.对于高频数据连续时间条件下满足伊藤半鞅模型的对数价格过程和波动率过程,定义了连续部分杠杆效应(CLE),并用临近窗口和向下截断方法,采用二次变差来构造相应的估计量,进一步研究了该估计量的相合性和渐近正态性,最后给出了定理证明.     

非线性Lipschitz算子半群的渐近性质及其应用

本文对一类非线性算子半群————Lipschitz算子半群的渐近性质进行研究,刻划了非线性Lipschitz算子半群所具有的基本渐近性质（这些性质与线性算子半群所具有的基本渐近性质相一致）,证明了作为线性算子对数范数的非线性推广,Dahlquist数能用于刻划非线性Lipschitz算子半群的渐近性质.为克服Dahlquist数只对Lips-chitz算子有定义的缺点,本文引入一个全新的特征数:广义 Dahlquist数,并证明广义Dahlquist数比Dahlquist数能更为精确地刻划Lipschitz算子半群的渐近性质.作为应用,得到关于 Hopfield型神经网络全局指数稳定性的一个新结果.     

二阶扩散模型的经验似然推断

本文利用经验似然方法得到了二阶扩散模型的漂移系数和扩散系数的经验似然估计量, 并研究这些估计量的相合性和渐近正态性. 进一步在经验似然方法的基础上给出了漂移系数和扩散系数的非对称的置信区间, 并且在一定的条件下证明了调整的对数似然比是渐近卡方分布的.     

纵向数据下部分非线性模型的广义经验似然推断

本文研究了纵向数据下部分非线性模型中未知参数的置信域的构造.利用经验似然方法,构造了非线性函数中未知参数的广义对数经验似然比统计量,证明了其渐近于卡方分布.同时,得到了未知参数的最大经验似然估计,并证明了其渐近正态性.     

α-混合序列部分和乘积精确渐近性的一般形式

利用前人获得的α-混合序列部分和乘积的渐近分布的结果,对一般的边界函数和拟权函数得到了α-混合序列部分和乘积的精确渐近性的一般形式.     

左截断右删失下一类泛函估计的渐近性质

在左截断右删失下,本文讨论了一类广义Von－Mises泛函估计的渐近性质．在一定条件下,得到了此类泛函估计的强逼近和U-统计量表示,并由此得出它的强相合性、渐近正态性及重对数律．     

NA序列重对数律的几个极限定理

设{X_n;n≥1}均值为零、方差有限的NA平稳序列。记S_n=∑_(k=1)~n X_k,M_n=maxk≤n|S_k|,n≥1.假设σ~2=EX_1~2+2∑_(k=2)~∞EX_1X_k>0。本文讨论了:当ε 0时,P{M_n≥εσ(2nloglogn)~(1/2)的一类加权级数的精确渐近性质,以及当ε∞时,P{M_n≤εσ(π~2n/(8loglogn))~(1/2)}的一类加权级数的精确渐近性质。这些性质与重对数律和Chung重对数律的速度有关。     

非参数回归函数的κn近邻估计的渐近性质及其Bootstrap逼近

本文研究回归函数的κn-近邻估计的渐近性质,得到了回归函数的κn-近邻估计的渐近正态性和它的Bootstrap统计量的相合性.在高阶矩存在的条件下,我们证明了回归函数的κn-近邻估计的Bootstrap逼近比正态逼近更精确.     

二阶半线性奇摄动边值问题解的渐近行为

该文研究非法向双曲条件下的二阶半线性奇摄动边值问题解的渐近行为.利用边界层函数法,构造了区间端点处的代数型边界层,获得了问题的一致有效渐近解;利用微分不等式理论,证明了解的存在性以及渐近解与精确解之间的误差估计.通过一个典型的算例,验证了该文的理论结果.     

I.I.D.序列最大部分和的精确渐近性

借助于截尾技术和强逼近原理,本文研究了独立同分布(i.i.d.)序列最大部分和的精确渐近性,给出了更加一般的结果.     

二叉树指标随机场关于分枝马氏链的一类强偏差定理

本文研究了二叉树指标随机场关于分枝马氏链的一类强偏差定理.通过引入渐近对数似然比作为二叉树指标任意随机场与分枝马氏链之间偏差的一种度量,进而构造鞅的方法,获得了二叉树指标随机场关于分枝马氏链的一类强偏差定理,推广得到了二叉树指标分枝马氏链的强大数定理和渐近均分性.     

NA序列完全矩收敛精确渐近性的一般结果

本文利用NA序列的弱收敛定理及概率不等式,证明了其完全矩收敛精确渐近性的一般结果,改进并推广了已有的结果.     

非平稳ND序列部分和的精确渐近性

利用中心极限定理和概率不等式,本文建立了非平稳ND序列部分和的精确渐近性,得到了与非平稳NA序列情形下相同的结果.     

非线性微分方程的多步修正和修正的渐近Adomian分解法（英文）

Adomian分解方法是解微分方程的一种分析方法.基于Adomian分解方法和修正的渐近Adomian分解方法,给出了多步修正的渐近Adomian分解方法.指出修正的渐近Adomian分解方法可以给出非线性微分方程的精确解.多步修正的渐近Adomian分解方法也可以给出精确解且最小化计算量.一些数值例子表明多步修正的渐近Adomian分解方法的有效性.对于一些问题,多步修正的渐近Adomian分解方法是优于Adomian分解方法和修正的渐近Adomian分解方法.     

独立情形下自正则和的精确渐近性

研究均值为零非退化的独立同分布的随机变量序列正则和收敛性,在适当条件下,获得了自正则和精确渐近性的一般结果.     

长程相依过程精确渐近性的一般规律

X_t=∑_(k=0)~∞a_kε_(t-k)为长程相依滑动平均过程,得到了X_t关于精确渐近性质的一般规律,它能够在研究完全收敛性中精确描述边界函数,权重函数,收敛率和极限值之间的关系.