循环矩阵环的局部化

本文的主要结果如下：(1)环R关于其乘法封闭子集S满足左Ore条件当且仅当R[σ1,σ2,…，σt]关于其相应乘法封闭子集S[σ1,σ2,…，σt]满足左Ore条件．(2)若R关于其乘法封闭子集S满足左Ore条件，S^-1 R是R关于S的左分式环，其自然同态为φ：R→S^-1R，则存在环同态φ：R[σ1,σ2,…,σt]→S[σ1,σ2,…,σt]^-1 R[σ1,σ2,…σt]使得(S-1R)[φ（σ1),φ-(σ2),…φ（σt)]≌S[σl，σ2，…，σt]^-1R[σ1,σ2,…σt]。     

关于6 Sigma与3 Sigma的比较

在企业推广6σ的过程中,经常有学员不明白为什么6σ比3σ好,甚至有人会说6σ的规格限比3σ的规格限宽,当然6σ的合格率比3σ的合格率高。本文认为文献[1]、[2]关于6σ与3σ的比较图是引起这种误会的根源。为此本文给出另外的比较和解释。     

σ -局部有限集族与度量空间的σ -映象

利用σ-映射建立了具有σ-局部有限cs-网、σ-局部有限cs*-网、σ-局部有限序列邻域网、σ-局部有限序列开网的空间与度量空间确定的σ-映象之间的联系.     

保持算子乘积谱函数的映射

设A和B为无限维复Banach空间上的标准算子代数,记Δ~R(·)为下列谱函数之一:σ~R(·),σ_l~R(·),σ_r~R(·),σ_l~R(·)∩σ_r~R(·),(?)σ~R(·),(?)σ~R(·),σ_p~R(·),σ_c~R(·),σ_(ap)~R(·),σ_s~R(·),σ_(ap)~R(·)∩σ_s~R(·),σ_p~R(·)∩σ_c~R(·),σ_p~R(·)∪σ_c~R(·),其中R=A或B.证明了A和B之间的每个保持算子Jordan三乘积(算子乘积)之谱函数△~R(·)的满射Φ必有形式Φ=(?)π,其中(?)是1的立方根(1的平方根)而π或者是A和B之间的代数同构,或者是代数反同构.也获得不定度规空间上的标准算子代数之间保持算子斜乘积之谱函数的映射的完全刻画.     

保持算子乘积谱函数的映射

设A和B为无限维复Banach空间上的标准算子代数,记ΔR(·)为下列谱函数之一σR(·),σRl(·),σRr(·),σRl(·)∩σRr(·),(a)σR(·),ησR(·),σRp(·),σRc(·),σRap(·),σRs(·),σRap(·)∩σRs(·),σRp(·)∩σRc(·),σRp(·)∪σRc(·),其中R=A或B.证明了A和B之间的每个保持算子Jordan三乘积(算子乘积)之谱函数ΔR(·)的满射φ必有形式φ=επ,其中ε是1的立方根(1的平方根)而π或者是A和B之间的代数同构,或者是代数反同构.也获得不定度规空间上的标准算子代数之间保持算子斜乘积之谱函数的映射的完全刻画.     

形式矩阵环上的σ-双导子和σ-交换映射

令K=(RNMS)是一个具有零迹理想的形式矩阵环,σ是K的一个满足σ(E11)=E11,σ(E22)=E22的自同构.本文确定了K的σ-双导子和σ-交换映射的一般形式,证明了在一定条件下K的每个σ-双导子都可以表示成一个外σ-双导子与一个内 σ-双导子的和.此外,本文给出了K的任意σ-双导子(σ-交换映射)是内 σ-双...     

《数学年刊》第8卷B辑第1期1987——目录和提要

正鞅和随机测度Kahane Jean-pierre对以 t 为指标的正鞅 Q_n(t)(n=0,1,…),(t∈T,T 为紧度量空间)和测度:σ∈M~ (G),随机测度Qσ定义为 Q_nσ的极限.一般来说,EQσ≤σ.本文给出的条件保证了 EQσ=0(退化)或者 EQσ=σ(完全作用),当 Q_n(t)为独立权函数的乘积这一特殊情况下,σ能分解成两个互相奇异的测度之和σ=σ′ σ″,使得 Q 在σ′,上为完全作用,而在σ″上是退化的,EQ 是一个射影算子.本文还给出了一些例子和应用(例如随机覆盖,B.Mandelbrot 鞅以及乘法浑沌).     

我国省际经济增长路径的收敛性检验

提出了强σ-收敛和弱σ-收敛等新的σ-收敛概念,并选择实际人均GDP自然对数标准差和实际人均GDP变异系数两个指标来度量σ-收敛性,运用DF-GLS单位根检验方法和ARFIMA模型,检验了强σ-收敛和弱σ-收敛在我国全国范围内以及东、中、西部地区的存在性.检验结论显示:所研究的四个区域都不存在强σ-收敛特征,但均表现出显著的弱σ-收敛特征.     

σ-根与σ-半单类的构造

继［１～３］分别给出σ－根及其半单类的两个特征性质，研究了对于已知环类Ｍ，含于Ｍ的最大σ－根及σ－半单类和包含Ｍ的最小σ－半单类的构造，同时得到σ－半单闭包σ－遗传的一个充分条件．     

一类指数型整函数插值算子的逼近性质

设（Ｕσｆ）（ｘ）＝∑ｋ∈Ｚｆ（Ｘｋ）Ａσ（Ｘ－Ｘｋ）,Ｘｋ＝２ｋπσ,ｋ∈Ｚ,σ＞０,ｆ是Ｒ上的有界函数,而Ａσ（ｙ）＝２σ∫σ０ｓｉｎｍ（σ－Ｘ）ｈｓｉｎｍ（σ－Ｘ）ｈ＋ｓｉｎｍｘｈｃｏｓｘｙｄｘ,ｍ为奇自然数,０＜ｈ＜πσ,本文研究了此插值算子的收敛与饱和问题．     

混合模型中方差分量估计的容许性及非负估计

对含有两个方差分量的线性混合模型, 本文构造了方差分量的一个线性估计类, 它包含许多常见的方差分量估计. 在这个类中我们建立了容许性的必要条件, 据此得到了两个新的改进估计. 最后我们讨论了方差分量的非负估计, 得到了优于方差分析估计和Tatsuya估计的正估计.     

Asymptotic properties of some subset vector autoregressive process estimators

We establish consistency and derive asymptotic distributions for estimators of the coefficients of a subset vector autoregressive (SVAR) process. Using a martingale central limit theorem, we first derive the asymptotic distribution of the subset least squares (LS) estimators. Exploiting the similarity of closed form expressions for the LS and Yule–Walker (YW) estimators, we extend the asymptotics to the latter. Using the fact that the subset Yule–Walker and recently proposed Burg estimators satisfy closely related recursive algorithms, we then extend the asymptotic results to the Burg estimators. All estimators are shown to have the same limiting distribution.     

Asymptotic representations for importance-sampling estimators of value-at-risk and conditional value-at-risk

Value-at-risk (VaR) and conditional value-at-risk (CVaR) are important risk measures. They are often estimated by using importance-sampling (IS) techniques. In this paper, we derive the asymptotic representations for IS estimators of VaR and CVaR. Based on these representations, we are able to prove the consistency and asymptotic normality of the estimators and to provide simple conditions under which the IS estimators have smaller asymptotic variances than the ordinary Monte Carlo estimators.     

线性混合效应模型中方差分量的估计

本文首先研究了含三个方差分量的线性混合随机效应模型改进的ANOVA估计, 此估计在均方损失下一致优于ANOVA估计. 由于这些方差估计取负值的概率大于零, 对得到的估计在某非负点采用截尾的方法得到非负估计是一种常用的方法. 对文章中提出的估计, 研究了此估计在某非负点截尾之后得到的估计在均方损失意义下优于截尾之前的估计的充分条件, 同时给出ANOVA估计在截尾之后优于它本身的充分条件, 而且将得到的结论推广到更一般的线性混合随机效应模型.     

Assessing the performance of empirical bayes estimators

Methods for deriving empirical Bayes estimators are generally available. Corresponding general techniques for assessing the performance of these estimators are not widely developed yet, however. In this paper we provide a general procedure for assessing and comparing the performance of the empirical Bayes estimators and other estimators in a given data set.     

多元失效时间删失数据边际风险模型加权估计的渐近正态性

对于多元失效时间数据,可以根据工作独立的假定来估计边际风险模型中的未知参数,但工作独立方法通常会失去估计的效率.为了充分利用不同失效类型之间的潜在相关性,提高估计的效率,可以通过加权的方法给出参数的加权部分似然估计.然而由于多元失效数据是高维数的数据,选择最优权是困难的.因此,Fan,Zhou,Cai和Chen曾基于参数估计向量中每个元的方差提出了一些次优加权方法,然后从参数向量所有分量估计的角度出发,构造了未知参数的复合加权部分似然估计,但他们没有给出这些复合加权估计的渐近性质.本文将对复合加权部分似然估计进一步的研究,推导了这个估计的渐近正态性,并给出了该估计的协方差阵以及协方差估计.同时,将该方法应用于艾滋病临床试验的实际数据,给出了有意义的解释和说明.最后进行了相关估计的一些数值模拟计算.     

Weighted local polynomial estimations of a non-parametric function with censoring indicators missing at random and their applications

In this paper, we consider the weighted local polynomial calibration estimation and imputation estimation of a non-parametric function when the data are right censored and the censoring indicators are missing at random, and establish the asymptotic normality of these estimators. As their applications, we derive the weighted local linear calibration estimators and imputation estimations of the conditional distribution function, the conditional density function and the conditional quantile function, and investigate the asymptotic normality of these estimators. Finally, the simulation studies are conducted to illustrate the finite sample performance of the estimators.     

附加信息下的局部线性估计

在回归模型中，对一类因变量函数的条件期望方程的附加信息，我们提出了基于极大经验似然方法的局部线性点估计，在一定条件下证明了这些估计的相合性和渐近正态性，而且估计的方差小于通常不带附加信息核估计的方差．模拟结果也显示了估计的优良性．     

Estimation of the Cholesky decomposition in a conditional independent normal model with missing data

We investigate the problem of estimating the Cholesky decomposition in a conditional independent normal model with missing data. Explicit expressions for the maximum likelihood estimators and unbiased estimators are derived. By introducing a special group, we obtain the best equivariant estimators.     

˫�������ɷֵĿռ����ģ�͵IJ�������

??In this paper, we construct a generalized spatial panel data model with two-way error components where the spatial correlation also exist in the individual effects. Based on the methods of the generalized moment estimate and the two-step least square estimate, we look for the best instrumental variable, fit generalized moments and the weighted matrix to discuss the estimator of the parameters, and prove the consistent of the estimators. Monte Carlo experiments show that the weighted generalized moment estimators are better than the unweighted generalized moment estimators, and the estimate effect of feasible generalized two stages least squares estimators is good.