非参数方法下条件矩限制回归模型的广义矩估计

本文讨论条件矩限制回归模型的参数估计.使用非参数估计方法给出条件密度和条件均值的估计,在此基础上给出参数的广义矩估计.进一步讨论了估计的渐近正态性.     

半参数方差误差模型的估计

本文综合近邻权函数法及最小二乘法，用两阶段最小二乘估计的方法得到了半参数EV模型中参数的估计量及其强相合性，渐近正态性。同时也得到了非参数函数的估计量及其强相合性，一致强相合性。     

双重时序模型矩估计的渐近性：1.样本自协方差（自相关）函数

双重时序模型自提出以来，特别是关于模型的概率性质（如平很快稳性，遍历性）已有许多讨论，但统计推断方面的文章还很少。作为［９，１０］工作的继续，本文及后续文章将讨论矩估计及其大样本性质。首先在本文中，基本的矩估计量（样本自协方差函数及样本自相关函数）的渐近性质对ＡＲ（１）－ＭＡ（ｑ）模型得到讨论，证明了其渐近正态，并 强相合的收敛速度。     

随机适应误差下线性模型参数M估计的渐近性质

在一些较弱的充分条件下,本文研究了误差为随机适应序列下,线性模型回归参数M估计的强相合性.与文献中已有结果比较,扩大了应用范围,且对矩条件也有较大改进.同时我们给出了随机适应误差下线性模型参数M估计的渐近正态性.     

半参数EV模型参数的二阶段估计

本文综合核函数法 ,最小二乘法 ,利用二阶段估计的方法求出了 EV模型中参数的估计量 ,并研究了它的强相合性以及渐近正态性 .     

EV模型中广义最小—乘估计的渐近性质

考虑EV模型,定义了广义最小一乘估计β_n,在比较一般的条件下,证明了β_n的强相合性和渐近正态性,并由此给出了误差方差的强相合估计;说明了对不可观测的点列或随机向量{x_i}所施加的条件以及对误差向量所施加的矩条件本质上是不可改进的。     

半参数回归模型独立情形的分离法估计

对半参数回归模型,用L2最佳逼近加矩估计的方法,推出其非参数部分的依L2与强相合联合收敛意义下的估计,及参数部分的强相合与相合渐近正态估计,并设计实行了一个模拟实验.     

一个简化的新Laplace AR(1)模型 参数估计及其渐近性质

研究了一个简化的新的Laplace AR(1)模型参数的条件最小二乘估计和最大拟似然估计,并讨论了它们的强相合性和渐近正态性.通过数值模拟和实际例子,说明了最大拟似然估计及模型的优越性.     

变系数线性EV模型参数的调整加权最小二乘估计及其渐近性质

研究当结构关系EV(errors-in-variables)模型的系数随某个实变量变化时,如何估计其系数,以及估计的性质如何．采用调整的加权最小二乘方法估计结构关系EV模型的变系数,证明在比较弱的条件下用这种方法得到的估计具有强相合性和渐近正态性,模拟研究表明所提估计性质良好．     

聚合风险模型下Esscher风险度量的估计及其大样本性质

Esscher度量是一种重要的风险度量,在金融风险管理、保险精算中有广泛的应用,然而大部分关于Esscher风险度量的文献均在个体风险模型下考虑的.本文建立了聚合风险模型下Esscher度量的估计模型,得到了相应的非参数估计,并证明了估计的强相合性和渐近正态性,最后,通过数值模拟的方法验证了估计的大样本性质.     

正态AR(1)模型参数极大似然估计的精确解

本文对正态ＡＲ（１）模型，当Ｒ０已知，且时，证明了极大似然估计存在，但不唯一，这与Ｒ０，Ｒ１两个参数整体求极大似然估计的结果有本质上的不同，同时还研究了极大似然估计（）的数学特性与解析表达式．     

关于双重时序AR-MA模型的相关结构及与ARMA模型的比较

本文在文［４］的基础上讨论了双重时序ＡＲ（１）－ＭＡ（ｑ）模型的相关结构，在不假定白噪声序列为正态的情况下，证明了安鸿志［２］关于模型的相关结构的猜想是正确的，具体地构造了ＡＲ（１）－ＭＡ（３）模型的相关结构，并与ＡＲＭＡ模型进行了初步的比较，给出了一些抛砖引玉的讨论．     

随机条件概率的一个极限性质与条件矩母函数方法

设Ｘｎ,ｎ〉０是在ｓ＝１,２,…,Ｎ中取值的一列随机变量,ｐｋ（ｘｋ↓ｘ０,…ｘｋ－１）＝ｐ（Ｘｋ＝ｘｋ↓Ｘ０＝ｘｋ－１＝ｘｋ－１）。本文得到随机概率｛ｐｋ（Ｘｋ↓Ｘ０,…Ｘｋ－１）,１〈ｋ〈ｎ↓）的调和平均ａ．ｅ．收敛的一个定理．证明中提出了将关开网的微分法和条件矩母函数的工具应用于强极限定理的研究的一种途径。     

任意随机变量序列泛函的强极限定理(Ⅱ)

当{Xn，n≥0}是任意随机变量序列，fn(x0，…，xn)(n≥1)是R^n 1上有界Borel可测函数时，利用鞅的理论，建立了泛函序列{fn(X0，…，Xn)，n≥1)的强极限定理，作为推论，得出了关于任意随机变量序列到达某些Borel可测集的频率与条件概率之间的关系．     

方差分析模型中参数的经验Bayes估计及其优良性问题

本文考虑单向分类的方差分析模型，构造了Ｐ′α的线性Ｂａｙｅｓ估计和经验Ｂａｙｅｓ（ＥＢ）估计，此处αａ×１是效应参数向量，Ｐａ×ｋ是常数矩阵．在较一般的条件下，基于均方误差矩阵准则和ＰｉｔｍａｎＣｌｏｓｅｎｅｓｓ准则，我们分别证明了ＥＢ估计优于最小二乘估计     

随机时间序列模型在正态MA(2)时的平稳性条件

对于随机时间序列模型Xt=φtXt-1 ε，由于当{φ}在不同的情况下．具有不同的平稳性质．本文利用特征函数和矩的关系讨论了模型Xt=φXt-1 εt，在序列{φt)为正态MA(2)条件时有平稳解的充分必要条件，并利用递归方法给出了较详细的证明．     

Orlicz空间的各类强端点与（R1）—（R3）性质

给出Ｏｒｌｉｃｚ空间超强端点、超端点与次强端点的判别准则和弱中点局部一致凸，（Ｒ１）、（Ｒ２）、（Ｒ３）性质的充分必要条件。     

非线性纵向数据模型中方差和自相关系数的齐性检验

刻画纵向数据的协方差结构有三个可能因素：随机效应、序列相关和随机误差．在纵向数据分析中，模型方差的齐性是一个基本假定．但是，该假设未必正确．Zhang和、Weiss^[1]研究了具有随机效应的线性模型的异方差检验．林金官和韦博成^[2]将Zhang和、Weiss^[1]的结果推广到非线性情形．本文对具有自相关误差的非线性纵向数据模型，研究了方差齐性和相关系数的齐性检验，得到了检验的score统计量并应用于血浆渗透数据(见Davidian和Giltian^[3])．最后，本文还给出了模拟结果．