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.     

随机效应模型中方差分量的Bayes估计及其优良性

在平衡单向分类随机效应模型中,假定方差分量具有共轭先验分布,在加权平方损失下导出了方差分量的Bayes估计;在均方误差准则下研究了方差分量的Bayes估计相对于经典统计方法中的ANOVA估计的优良性.最后,给出了本文主要结果的一个注释.     

非参数回归模型均值与方差双重变点的估计

本文基于核估计和小波方法研究异方差非参数回归模型中均值函数和方差函数均存在变点的估计问题.首先,构造基于均值函数的核估计量,求出均值变点位置及跳跃度的估计.其次,利用小波方法构造方差变点的估计量,运用该估计量获得方差变点位置与跳跃度的估计,给出变点估计量的渐近性质.最后数值模拟并通过比较验证了方法的有效性.     

风险中性过程的非参数估计

无套利定价理论说明，任何衍生证券定价都可以在基础资产价格(或收益)的风险中性过程基础上进行，而且方差函数的估计是估计风险中性过程的关键问题，由于方差不可观测，采用特定的参数模型将是危险的。本文主要讨论时间序列模型下条件方差函数的非参数估计，对核估计和局部多项式估计给出确定窗宽的M-图方法，并给出时间序列模型下衍生证券定价的风险中性调整方法，最后作了模拟计算。     

纵向数据下部分线性EV模型的渐近性质

研究了纵向数据下部分线性EV函数关系模型.应用一般非参数权函数法和广义最小二乘法给出了未知参数β,误差方差σ2以及未知函数g(·)的估计.在一般的条件下,证明了β,σ2估计的渐近正态性,同时也给出了未知函数g(·)估计的收敛速度,其结果是独立数据情形下相应结果的推广.     

有重复观测的变系数EV模型的参数估计

构造了有重复观测的变系数EV模型中的诸多参数估计,包括系数函数、测量误差方差以及测量误差与回归误差的协方差等估计,去除了有关测量误差方差已知或可靠比已知的假定.在一些较弱的条件下,证明了所有的这些估计都是强相合的,同时获得了系数函数估计的渐近正态性以及收敛速度.     

不动点迭代法的一点注记

对于迭代函数不满足收敛定理假定条件的情况 ,提出了一种简单方法 .此方法对于迭代函数满足收敛定理假定条件的情况 ,可以加速序列收敛 .最后给出了实例和程序 .     

广义线性模型中一类推广的拟似然估计与异方差性诊断检验

本文考虑了随机设计情形下一类普通的异方差回归模型，在这个模型中，假定回归函数与方差函数之间的关系服从推广的广义非线性模型，该模型在实际中很常见，广义线性模型便是其特例，首先，我们导出了均值函数的局部加权拟似然估计，然后，用它来得到方差函数的估计，并且证明了这些估计有较好的性质，最后，建立了异方差检验统计量，文中的方法很吸引人。     

无穷方差厚尾过程中非参数函数的小波估计

研究无穷方差厚尾过程中含有变点的非参数函数的估计问题。通过小波方法给出变点位置的估计值并得到其收敛速度。在已知变点估计值的基础上,将截尾方法与小波压缩方法相结合得到非参数函数的估计值。模拟研究结果说明对于无穷方差厚尾过程中的函数估计问题小波方法是有效的。     

一类新的水平值估计方法的全局最优性条件研究

本文提出全局优化的一类新的水平值估计方法,研究了方差方程的根与原始问题的最优值之间的等价性,并通过v-方差函数的研究,得出了相应的最优性条件.