模糊线性回归模型的约束最小二乘估计

自Tanaka等1982年提出模糊回归概念以来,该问题已得到广泛的研究。作为主要估计方法之一的模糊最小二乘估计以其与统计最小二乘估计的密切联系更受到人们的重视。本文依据适当定义的两个模糊数之间的距离,提出了模糊线性回归模型的一个约束最小二乘估计方法,该方法不仅能使估计的模糊参数的宽度具有非负性而且估计的模糊参数的中心线与传统的最小二乘估计相一致。最后,通过数值例子说明了所提方法的具体应用。     

残差自回归半参数模型的参数估计

研究了残差自回归半参数模型的参数估计,运用广义最小二乘法估计了参数部分．用随机模拟说明了运用广义最小二乘（GLSE）估计出的参数部分优于运用普通最小二乘法（OKSE）得到的估计．     

基于个人超出值的模糊联盟合作博弈最小二乘预核仁

本文给出了基于个人超出值的无限模糊联盟合作博弈最小二乘预核仁的求解模型,得到该模型的显式解析解,并研究该解的若干重要性质。证明了:本文给出的无限模糊联盟合作博弈的最小二乘预核仁与基于个人超出值的相等解(The equalizer solution),基于个人超出值的字典序解三者相等。进一步证明了:基于Owen线性多维扩展的无限模糊联盟合作博弈的最小二乘预核仁与基于个人超出值的经典合作博弈最小二乘预核仁相等。最后,通过数值实例说明本文提出的无限模糊联盟合作博弈求解模型的实用性与有效性。     

带有线性约束的增长曲线模型中均值参数的线性估计的泛可容许性

对于约束参数的增长曲线模型,本文从线性估计类中找出了泛可容许估计类,并得到了泛可容许估计与线性约束之间的一种刻划,这些结果断定,约束情况不明的时候,使用带线性约束的最小二乘估计比通常的最小二乘估计更保险。     

NA样本半参数回归模型估计的矩相合性

考虑了误差为NA序列的半参数回归模型,利用非参数估计方法给出了模型参数的最小二乘估计和加权最小二乘估计,并在适当条件下得到了它们的矩相合性.     

线性模型参数的聚集改进广义Liu估计的相对效率

对于聚集数据的线性模型,给出了参数β的聚集改进广义Liu估计,研究了该估计相对于最小二乘估计及相对于Peter—Karsten估计的两种相对效率,并得到了相对效率的上界.实例分析表明,聚集改进广义Liu估计比最小二乘估计、Peter—Karsten估计更有效.     

基于比例移动最小二乘近似的误差分析

相较于移动最小二乘近似方法,比例移动最小二乘近似法有效地克服了前者带来的矩阵病态这一问题,展示出了更好的数值稳定性和更高的计算精度.给出了比例移动最小二乘近似对函数及其任意阶导数的误差估计,并给出了数值算例来验证之前的理论分析结果,通过与移动最小二乘近似的比较,表明比例移动最小二乘近似能得到更快的收敛性和更稳定的计算性.     

带线性约束的回归模型参数估计的新研究

针对一般带约束的最小二乘估计(ORLSE)在参数估计中处理复共线性的不足,引入随机线性约束,提出了约束k-d估计方法。在均方误差(MSE)下,讨论了它的性质,得到了四个主要结果,与带约束的最小二乘估计ORLSE、约束岭估计(RRE)和约束型Liu估计比较,得出更好的结论。     

基于小波测量预处理的最小二乘估计

以离散小波变换为工具,利用其特有的低通滤波属性和有效的抑制测量噪声的能力,将其与传统的最小二乘估计相结合,建立了一种基于小波测量预处理的改进最小二乘估计新方法,获得了比传统最小二乘估计好得多的估计结果;计算机仿真验证了算法的有效性.     

定常的磁流体动力学问题的Galerkin-Petrov最小二乘混合元方法

提出了定常的磁流体动力学方程的一种Galerkin-Petrov最小二乘混合元法,并导出Galerkin-Petrov最小二乘混合元解的存在性和误差估计．通过引入Galerkin-Petrov最小二乘混合有限元方法使得该方法的混合元空间之间的组合无需满足离散的Babuska-Brezzi稳定性条件,从而使得它们的混合有限元空间可以任意选取,并得到误差估计最优阶．     

方差分量模型中回归系数的线性Minimax估计

考虑方差分量(混合线性)模型y=Xβ+U1ξ1+U2ξ2+…+Ukξk,这里Xn×p,Ui,n×ti为已知设计矩阵,βp×1是固定效应,iξ是ti×1随机效应向量,满足E(iξ)=0,cov(iξ)=σ2iIti,iξ都不相关.往往Uk=In,ξk=ek,即最后一项为随机误差,热β∈RP和i2σ>0(i=1,2,…,k)为未知参数.我们考虑β的可估函数Sβ,选取二次损失函数L(d,Sβ)=(d-Sβ)′(d-Sβ)∑ki=1ciσi2+β′X′Vk-1Xβ,然后在线性估计类中给出Sβ的惟一的mini max估计.     

Banach空间中的平均非扩张映象:不动点的存在定理

<正> 设X是Banach空间,E是X中的集合,T是映集合E到自身的映象.若T满足条件(称为平均非扩张条件)其中x,y∈E,a,b,c≥0且a+2b+2c≤1,则称T是平均非扩张映象. 文[1]概括了近年来研究关于平均非扩张映象不动点的一些主要结果.本文进     

Discrete Second Order Inclusions

New existence results are presented for the second order discrete inclusion ( 2 y ( i -1) ] F ( i , y ( i )), i ] {1,…, T }, with y (0)= y ( T +1)=0. Our technique involves using fixed point theory for multivalued upper semicontinuous maps from the literature.     

Oscillatory Strongly Singular Integral Associated to the Convex Surfaces of Revolution

Here we consider the following strongly singular integral T_(?,γ,α,β)f (x, t) =∫ _(R~n)e~[i|y|~(-β)]?(y/|y|)/|y|~(n+α)f (x - y, t - γ(|y|))dy,where ? ∈ L~p(S~(n-1)), p 1, n 1, α 0 and γ is convex on(0,∞).We prove that there exists A( p, n) 0 such that if β A( p, n)(1 + α), then T_(?,γ,α,β)is bounded from L~2(R~(n+1)) to itself and the constant is independent of γ. Furthermore,when ? ∈ C~∞(S~(n-1)), we will show that T?,γ,α,βis bounded from L~2(R~(n+1)) to itself only if β 2α and the constant is independent of γ.     

一类离散型奇异积分算子

设｛αｋ｝∞ｋ＝－∞为正数缺项序列，满足ｉｎｆｋαｋ＋１／ｄｋ＝α＞１，Ω（ｙ′）为Ｂｅｓｏｖ空间Ｂ０，１１（Ｓｎ－１）上的函数，其中Ｓｎ－１为Ｒｎ（ｎ２）上的单位球面．本文证明：若∫Ｓｎ－１Ω（ｙ′）ｄσ（ｙ′）＝０，则离散型奇异积分ＴΩ（ｆ）（ｘ）＝∑∞ｋ＝－∞∫Ｓｎ－１ｆ（ｘ－αｋｙ′）Ω（ｙ′）ｄσ（ｙ′）和相关的极大算子ＴΩ（ｆ）（ｘ）＝ｓｕｐＮ∑∞ｋ＝Ｎ∫Ｓｎ－１ｆ（ｘ－αｋｙ′）Ω（ｙ′）ｄσ（ｙ′）均在Ｌ２（Ｒｎ）上有界．上述结果推广了Ｄｕｏａｎｄｉｋｏｅｔｘｅａ和ＲｕｂｉｏｄｅＦｒａｎｃｉａ［１］在Ｌ２情形下的一个结果     

On FBDF5 Method for Delay Differential Equations of Fractional Order with Periodic and Anti-Periodic Conditions

In this paper, we study the fractional backward differential formula (FBDF) for the numerical solution of fractional delay differential equations (FDDEs) of the following form: \(\lambda _n {}_0^C D_t^{\alpha _n } y(t - \tau ) + \lambda _{n - 1} {}_0^C D_t^{\alpha _{n - 1} } y(t - \tau ) + \cdots + \lambda _1 {}_0^C D_t^{\alpha _1 } y(t - \tau ) + \lambda _{n + 1} y(t) = f(t), t \in [0,T]\), where \( \lambda _i \in \) \(\mathbb {R}\,(i = 1,\ldots ,n + 1)\,,\,\lambda _{n + 1} \ne 0,\,\, 0 \leqslant \alpha _1< \alpha _2< \cdots< \alpha _n < 1,\,\,T > 0,\) in Caputo sense. We find the Green’s functions for this equation corresponding to periodic/anti-periodic conditions in term of the Mittag-Leffler type. Our investigation is focused on stability properties of the numerical methods and we determine stability regions for the FDDEs. Finally, some numerical examples are given to show the effectiveness of the numerical method and the results are in excellent agreement with the theoretical analysis     

二元非乘积型Baskakov算子的某些逼近性质

该文利用多元分解技巧及一元的结果得出二元非乘积型算子V\-n的两个逼近性质定理.对f∈C\-0(T\+2),‖V\-n(f)-f‖≤cω\-2(f,[SX(]1[]n[SX)]); 对f∈C\+2(T\+2),lim[DD(X]n→∞[DD)]n(V\-n(f)-f)=[SX(]x(1+x)[]2[SX)]f\-\{11\}+[SX(]y(1+y)[]2[SX)]f\-\{22\}+[SX(]xy[]2[SX)]f\-\{12\}.     

一类源自可加、二次、三次和四次映射的泛函方程的模糊稳定性

在模糊Banach空间中研究了混合泛函方程f(x+ky)+f(x-ky)=k~2f(x+y)+k~2f(x-y)+2(1-k~2)f(x)+(k~2(k~2-1))/12(f(2y)-4f(y))的Hyers-Ulam稳定性,这里k>1是固定的一个整数,f(y)=f(y)+f(-y).     

BMO ESTIMATES FOR MULTILINEAR FRACTIONAL INTEGRALS

In this paper,the authors prove that the multilinear fractional integral operator T A 1,A 2 ,α and the relevant maximal operator M A 1,A 2 ,α with rough kernel are both bounded from L p (1 p ∞) to L q and from L p to L n/(n α),∞ with power weight,respectively,where T A 1,A 2 ,α (f)(x)=R n R m 1 (A 1 ;x,y)R m 2 (A 2 ;x,y) | x y | n α +m 1 +m 2 2 (x y) f (y)dy and M A 1,A 2 ,α (f)(x)=sup r0 1 r n α +m 1 +m 2 2 | x y | r 2 ∏ i=1 R m i (A i ;x,y)(x y) f (y) | dy,and 0 α n, ∈ L s (S n 1) (s ≥ 1) is a homogeneous function of degree zero in R n,A i is a function defined on R n and R m i (A i ;x,y) denotes the m i t h remainder of Taylor series of A i at x about y.More precisely,R m i (A i ;x,y)=A i (x) ∑ | γ | m i 1 γ ! D γ A i (y)(x y) r,where D γ (A i) ∈ BMO(R n) for | γ |=m i 1(m i 1),i=1,2.     

AN APPROXIMATION THEOREM OF A M-P INVERSE BY OUTER INVERSES

Let H1 and H2 be separable Hilbert spaces, and B(H1,H2) all of boundedlinear operators from H1 into H2. In this note, we prove the following theorem: for any positive integer N and T ε B(H1, H2) with a closed range, there exists an outerinverse TN^# with finite rank N such that T y = lim TN^#y for any y ε H2, where T N→∞ denotes the Moore-Penrose inverse of T. Thus computing T is reduced to computingouter inverses TN^# with finite rank N. Moreover, because of the stability of boundedouter inverse of a T ε B(H1,H2), this is very useful.