增长曲线模型回归系数的广义岭估计

本文采用广义岭估计β（Ｋ）来估计增长曲线模型中回归系数β＝ｖｅｃ（Ｂ），通过Ｋ值的选取，可使其均方误差（ＭＳＥ）小于ＬＳ估计β的ＭＳＥ。同时对ＬＳ估计的任一线性变换，给出了其均方误差的一个无偏估计，并应用极小化β（Ｋ）的ＭＳＥ的无偏估计的方法，得到了确定岭参数的公式。     

一般增长曲线模型参数阵的BLU估计

考虑一般增长曲线模型：Ｙ＝Ｘ１ＢＸ２＋εＥ（Ｖｅｃ（ε））＝０Ｖ（Ｖｅｃ（ε））＝σ２ＶＩｎ（Ｖ０）本文对任一可估函数ＫＢＬ给出了它的ＢＬＵ估计（最佳线性无偏估计），并得到了方差σ２的一个无偏估计．     

具有独立贡献的相依回归模型

考虑相依回归（ＳＵＲ）模型ｙｉ＝Ｘｉβｉ＿ｅｉ，ｉ＝１，２，…，ｍ，Ｅｅｉ＝０，ｉ，ｊ＝１；２，…ｍ，其中ｙｉ和ｅｉ是ｎ×１维随机向量，Ｘｉ是ｎ×ｐｉ已知矩阵，βｉ是ｐｉ×１维参数向量，∑＝（σｉｊ）ｍ×ｍ＞０．文中给出了两个概念：独立贡献和简洁估计．主要结果是如下五种叙述等价：（１）ＳＵＲ模型具有独立贡献；（２）βｉ的ＢＬＵＥ是简洁估计；（３）协方差改进估计是ＢＬＵＥＺ（４）βｉ的ＢＬＵＥ具有形式其中，ｊ＝１，２，…，ｍ；（５）ＰｋＮｉＮｊ＝０，ｉ≠ｊ，ｋ，Ｉ，ｊ＝１，２，…，ｍ     

ON LARGE INCREMENTS OF l~p-VALUED GAUSSIAN PROCESSES

ＯＮＬＡＲＧＥＩＮＣＲＥＭＥＮＴＳＯＦｌｐＶＡＬＵＥＤＧＡＵＳＳＩＡＮＰＲＯＣＥＳＳＥＳＬＩＮＺＨＥＮＧＹＡＮＡｂｓｔｒａｃｔＬｅｔ｛Ｘｋ（ｔ），ｔ≥０｝，ｋ＝１，２，…，ｂｅａｓｅｑｕｅｎｃｅｏｆｉｎｄｅｐｅｎｄｅｎｔＧａｕｓｓｉａｎｐｒｏｃｅ...     

线性模型中M估计的渐近性质

线性模型中Ｍ估计的渐近性质吴耀华（中国科学技术大学数学系，合肥２３００２６）ＡＳＹＭＰＴＯＴＩＣＢＥＨＡＶＩＯＲＯＦＭ－ＥＳＴＩＭＡＴＯＲＳＩＮＬＩＮＥＡＲＭＯＤＥＬＳ￥ＷｕＹＡＯＨＵＡ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，Ｕｎｉｖｅｒｓ...     

矩阵损失下一个参数子集的线性MINIMAX估计

考虑带多余参数的线性模型ＥＹ＝Ｘβ＋Ｚγ，Ｃｏｖ（Ｙ）＝σ＾２Ｖ。其中Ｖ是已知的非负定对称矩阵，在适当和假设下，我们得到了可估函数Ｓβ的所有线性ＭＩＮＩＭＡＸ估计。     

一般增长曲线模型回归系数线性估计的泛容许性

本文讨论一般的增长曲线模型；Ｘ＝ＡＢＣ＋ε，Ｅ（ε）＝０，Ｖａｒ（ε）＝σΣＶ，其中Ｘ和ε是ｐ×ｎ价随机阵，Ａ、Ｃ分别为ｐ×ｑ，ｋ×ｎ已知阵，Σ、Ｖ分别Ｐ、ｎ阶已知非负定阵，Ｂ和σ为未知参数．在损失函数（ｄ（Ｘ）－ＫＢＬ）＇（ｄ（Ｘ）－ＫＢＬ）下，我们给出了可估函数ＫＢＬ的线性估计的泛（Φ）容许性定义，得到了ＤＸＦ（ＤＸＦ＋Ｍ）在某些估计类中是ＫＢＬ的泛容许性估计的充要条件．     

THE CONTINUOUS CASTING PON α-BLOCH FUNCTIONS AND VMOA

ＯＮα－ＢＬＯＣＨＦＵＮＣＴＩＯＮＳＡＮＤＶＭＯＡ￥（赵如汉）ＺｈａｏＲｕｈａｎ（ＷｕｈａｎＩｎｓｔｉｔｕｔｅｏｆＭａｔｈｅｍａｔｉｃａｌＳｃｉｅｎｃｅｓ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｗｕｈａｎ４５００７１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉ...     

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     

Reliability bounds in DFRA class with known mean and variance

ＲＥＬＩＡＢＩＬＩＴＹＢＯＵＮＤＳＩＮＤＦＲＡＣＬＡＳＳＷＩＴＨＫＮＯＷＮＭＥＡＮ　ＡＮＤ　ＶＡＲＩＡＮＣＥＣＨＥＮＧＫＡＮ（程侃）（ＩｎｓｔｉｔｕｔｅｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ,ｔｈｅＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅ,Ｂ...     

单相关回归模型的效率及其模拟分析

本文研究一类单相关回归模型的效率及其应用,证明了对单相关回归模型的任一可估函数ｃ′β＝ｃ′（Ｘ′Ｘ）－Ｘ′Ｙ的最小二乘估计（ＬＳ）都是最佳线性一致无偏估计（ＢＬＵ）,给出了这类模型的均方误差比效率的下确界（ｉｎｆρＭＳＥＲ）．同时研究了用最小二乘估计代替最佳线性一致无偏估计时应注意的问题     

A BRANCH BOUND METHOD FOR SUBSET SUM PROBLEM

ＡＢＲＡＮＣＨＢＯＵＮＤＭＥＴＨＯＤＦＯＲＳＵＢＳＥＴＳＵＭＰＲＯＢＬＥＭＷＵＳＨＩＱＵＡＮ（吴士泉）（ＩｎｓｔｉｔｕｔｅｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ｔｈｅＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８０，Ｃ...     

VIRTUAL SYSTEM METHOD FOR SYSTEM TREE

ＶＩＲＴＵＡＬＳＹＳＴＥＭＭＥＴＨＯＤＦＯＲＳＹＳＴＥＭＴＲＥＥ￥ＺＨＥＮＧＺＨＯＮＧＧＵＯ（ＤｅｐａｒｔｍｅｎｔｏｆＰｒｏｂａｂｉｌｉｔｙａｎｄＳｔａｔｉｓｔｉｃｓ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙ）Ｂｅ１Ｊｉｎｇ１００８７１，Ｃｈｉｎａ．）（Ｐ...     

AN EFFECTIVE IMPROVEMENT OF REMES ALGORITHM

ＡＮＥＦＦＥＣＴＩＶＥＩＭＰＲＯＶＥＭＥＮＴＯＦＲＥＭＥＳＡＬＧＯＲＩＴＨＭＸｉｏｎｇｇｕｉｊｉｎｇ；（熊规景）Ｘｉｅｓｉｑｉｎｇ（谢四清）（Ｉｎｓｔ．ｏｆＭａｔｈ．Ｓｃｉ．，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，４３００７１Ｗｕｈａｎ，...     

正态线性模型中可估函数的Minimax估计

对于正态线性模型Ｙ～Ｎ（Ｘβ，б2Ｖ），在二次损失Ｌ（б，ＤＸβ）＝下，本文利用可容许性理论，证明了可估函数ＤＸβ的一个线性估计在一切估计类中是ＤＸβ的唯一Ｍｉｎｉｍａｘ估计。     

OPTIMAL GLOBAL RATES OF CONVERGENCE OF M－ESTIMATES FOR MULTIVARIATE NONPARAMETRIC REGRESSION

ＯＰＴＩＭＡＬＧＬＯＢＡＬＲＡＴＥＳＯＦＣＯＮＶＥＲＧＥＮＣＥＯＦＭ－ＥＳＴＩＭＡＴＥＳＦＯＲＭＵＬＴＩＶＡＲＩＡＴＥＮＯＮＰＡＲＡＭＥＴＲＩＣ　ＲＥＧＲＥＳＳＩＯＮＳＨＩＰＥＩＤＥ（施沛德）（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ｔｈ...     

LOCAL HARDY SPACES ON HEISENBERG GROUP OVER LOCAL FIELDS

ＬＯＣＡＬＨＡＲＤＹＳＰＡＣＥＳＯＮＨＥＩＳＥＮＢＥＲＧＧＲＯＵＰＯＶＥＲＬＯＣＡＬＦＩＥＬＤＳ￥ＺｈｏｕＧｕａｎｇｃａｉ（周广才）（Ｄｅｐｔ．ｏｆＭａｔｈ．＆Ｍｅｃｈ．，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００１８，Ｃｈｉｎａ...     

线性模型中回归参数的最佳逼近M－估计

本文首先提出了选取回归参数Ｍ－估计中函数ρ的一种新原则，然后利用ρ的最佳逼近函数定义了一种新估计－ＢＡＭＥ．并证明了其强相合性；讨论了其稳健性，较比通常的Ｍ－估计，ＢＡＭＥ有以下优点：（１）ρ的选取充分利用了误差的分布信息；（２）具有显式表达，其算法方便；（３）相合性的证明相当于ＬＳ－估计的复杂程度，比Ｍ－估计简单得多．     

FREE BOUNDARY PROBLEM ARISING FROM EVAPORATION FROM POROUS MEDIUM

ＦＲＥＥＢＯＵＮＤＡＲＹＰＲＯＢＬＥＭＡＲＩＳＩＮＧＦＲＯＭＥＶＡＰＯＲＡＴＩＯＮＦＲＯＭＰＯＲＯＵＳＭＥＤＩＵＭＹＡＮＧＬＩＰＩＮＧ（杨力平）（ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅ...     

THE SCHWARZIAN DERIVATIVE IN SEVERAL COMPLEX VARIABLES(II)

ＴＨＥＳＣＨＷＡＲＺＩＡＮＤＥＲＩＶＡＴＩＶＥＩＮＳＥＶＥＲＡＬＣＯＭＰＬＥＸＶＡＲＩＡＢＬＥＳ（ＩＩ）ＧＯＮＧＳＨＥＮＧＹＵＱＩＨＵＡＮＧＺＨＥＮＧＸＵＥＡＮＭａｎｕｓｃｒｉｐｔｒｅｃｅｉｖｅｄＡｕｇｕｓｔ３０，１９９６．Ｄｅ...