(ρ)混合样本线性模型M估计的强相合性

研究了(ρ)混合样本线性模型中的M估计,在较弱的矩条件下,获得了M估计是强相合估计的充分条件.与相应结论比较,有了较大的实质性改进.     

(~ρ)-混合误差下回归函数加权核估计的强相合性

设{yi}是固定在点{xi}的观察值,适合模型yi=g(xi) εi.其中g(x)是[0,1]上的未知函数,{εi}是均值为0的随机误差序列.文献中,在{εi}为独立同分布的条件下,通过构造新的函数gn(x),对g(x)进行了估计.论文将{εi}推广至(~ρ)-混合误差序列的情形,通过附加适当的条件和精细的计算,获得了用gn(x)估计g(x)的同样结论.     

具有非标准增长条件的p(x)-Laplace方程弱解的唯一性

本文研究具有非标准增长条件的p(x) -Laplace方程,在给出弱解的先验估计的基础上,得到了弱解的唯一性.     

加权平方损失下伽玛分布族Γ(θ,1/2)参数θ的EB估计

在加权平方损失函数下讨论了伽玛分布族T(θ,1/2)参数θ的经验Bayes(EB)估计,并讨论了EB估计的收敛速度问题,在一定条件下,收敛速度可充分接近于1.     

基于GMVAR模型的货币供应量的预测分析

为分析和预测货币供应量的变化趋势,建立了M0供应量的同比增长率RM0与M2供应量的同比增长率RM2的GMVAR(2,2)模型和VAR(2,2)模型.通过对比AIC和BIC发现GMVAR(2,2)模型明显优于一般VAR(2,2)模型.对未知参数进行最大似然估计,发现GMVAR(2,2)模型参数估计的效果较好.通过使用GM...     

利用Monte-Carlo方法模拟比较动态平行数据模型参数的估计方法--最小二乘与工具变量估计方法

总结了动态平行数据模型的固定效应与随机效应模型的最小二乘估计(OLS)与工具变量估计(Tool)方法.并利用Monte-Carlo随机模拟的方法比较了两种估计方法的效果.     

平衡数据结构下ANOVA 估计和SD 估计的比较

在线性混合效应模型下, 方差分析(ANOVA) 估计和谱分解(SD) 估计对构造精确检验和广义P-值枢轴量起着非常重要的作用. 尽管这两估计分别基于不同的方法, 但它们共享许多类似的优点, 如无偏性和有精确的表达式等. 本文借助于已得到的协方差阵的谱分解结果, 揭示了平衡数据一般线性混合效应模型下ANOVA 估计与SD 估计的关系, 并分别针对协方差阵两种结构: 套结构和多项分类随机效应结构, 给出了ANOVA 估计与SD 估计等价的充分必要条件.     

Dirichlet级数的Dirichlet-Hadamard乘积

作者构造一个由两个Dirichlet级数组成的Dirichlet-Hadamard乘积,得到它的(下)q-级和(下)q-型的上界或下界的估计定理,并证明了在一定条件下所得的Dirichlet-Hadamard乘积是完全正规增长的,并把相应结果推广到乘积函数的线性代换中.     

β-辛临界曲面上K(a)hler角的上界估计

对于K(a)hler曲面(M,g)上的β-辛临界曲面∑,如果存在q＞3使得Lq(∑)有界,那么我们对∑上的K(a)hler角给出一个上界估计,该估计只依赖于M,q,β和∑的Lq泛函.当q＞4时,这个估计是已知的,我们的结果推广了q的范围.     

对Stein的SLS估计的改进研究

提出一类新的估计——c-(K,S)型估计,证明了在均方误差意义下运用泛岭回归技术可以改进S te in的SLS估计,同时给出了参数的最优值满足的条件.