测量误差模型只有一个变点的检验和估计

本文讨论了测量误差模型中参数只有一个变点的检验和估计问题，首先，给出其似然比检验统计量，然后，基于最小信息准则的原理，利用Schwarz信息准则（SIC），在多余参数已知和未知的情况下，分别给出了检验统计量，讨论了利用SIC方法给出的检验统计量的渐近分布，证明了基于似然比方法和SIC方法给出的变点估计是相同的，并且在一定条件下，给出了变点估计的极限分布，运用Monte-Carlo随机模拟的方法，分别给出了以上检验的临界值。     

长相依序列均值变点检测

研究了长相依序列均值变点检测问题.首先给出变点检验的Ratio统计量其次分别推导了原假设和备择假设下统计量的极限分布,最后用蒙特卡洛方法模拟出检验的临界值,并通过数值模拟和实例分析说明方法的有效性.     

至多一个变点的Γ分布的统计推断及在金融中的应用

对至多一个变点的Γ分布,即X1,X2…,Xn为一列相互独立的随机变量序列,且X1,X2,…,X[n(τ)0]i.i.d～Γ(x;ν1,λ1),X[n(τ)τ0]+1,X[n(τ)0]+2,…,Xn i.i.d～Γ(x;ν2,λ2),其中(τ)0未知,称(τ)0为该序列的变点.在利用第一型极值分布逼近文中提出统计量的分布的基础上,给出了变点(τ)0估计(τ)的相合性及强弱收敛速度.最后给出了在金融序列上的应用.     

至多一个变点的$\Gamma$分布的统计推断及在金融中的应用

对至多一个变点的Γ分布,即X1,X2…,Xn为一列相互独立的随机变量序列,且X1,X2,…,X[nΥ0]i．i．d～Γ(x;ν1,λ1),X[nΥ0] 1,X[nΥ0] 2,…,Xn i．i．d～Γ(x;ν2,λ2),其中Υ0未知,称Υ0为该序列的变点．在利用第一型极值分布逼近文中提出统计量的分布的基础上,给出了变点Υ0估计(?)的相合性及强弱收敛速度．最后给出了在金融序列上的应用．     

二阶随机控制变点的Kolmogrov型检验和估计

基于Kolmogrov型统计量和Kiefer过程,对一样本情形,我们讨论了二阶随机控制变点的检验和估计到了检验统计量的渐近分布且用模拟方法给出了其有限样本的分位数,并证明了变点的估计为强相合的。     

位置参数模型变点问题的非参数检验

本文引入Fisher-Yates提出的计分函数和Van der Waerden提出的计分函数,对只有一个变点的位置参数模型的假设检验问题分别给出了四个检验统计量.利用Monte-Carlo随机模拟的方法,求出了检验的渐近临界值,并且对本文提出的检验,以及Pettitt在文[1] 中提出的检验,Schechtman和Wolfe在文[2]中提出的检验的势进行了比较。     

潜周期模型中频率变点的估计

本文用逐段计算周期图的办法研究了带有频率交点的潜周期模型估计问题，给出了交点数目、位置和潜频率的强相合估计．数值模拟表明本文方法对变点个数和潜频率估计很好，但是要准确估计交点位置需要较大样本量，估计对于噪声水平较高情况仍然有效。     

一个有最大崩溃点的正交同变的多元位置估计

本文给出了一个新的多元位置估计，这一估计是正交同变的，其崩溃点达到了Ｌｏｐｕｈａａ，Ｈ．Ｐ．和Ｒｏｕｓｓｅｅｕｗ，Ｐ．Ｊ．（１９９１）针对正交同变估计所给出的上界。     

跳跃度变点模型变点估计的收敛速度

对至多只有一个跳跃度变点τ[0的模型Xi=α+θI{[nτ0]＜i≤n}+εi,其中εi独立同分布,i=1,…,n.利用滑窗方法给出了强、弱相合性以及强、弱收敛速度,并进一步研究了在局部对立条件下变点估计的OP收敛速度.     

位置参数变点估计的强收敛速度

对至多一个变点的位置参数变点模型,文中在运用滑窗方法给出了检测变点存在性的U-统计量基础上,进一步研究了变点估计量的强相合性和强收敛速度.     

线性回归模型中自变无选择的逐步回归方法及其相合性研究

线性回归模型的建立,一个很重要的过程就是自变元的选择,它直接决定着模型的优劣。本文给出了“宜取回归方程”的逐步回归方法,在一组适当的条件下,证明了这种方法的强相合性。     

KERNEL ESTIMATION OF HIGHER DERIVATIVES OF DENSITY AND HAZARD RATE FUNCTION FOR TRUNCATED AND CENSORED DEPENDENT DATA

Based on left truncated and right censored dependent data, the estimators of higher derivatives of density function and hazard rate function are given by kernel smoothing method. When observed data exhibit α-mixing dependence, local properties including strong consistency and law of iterated logarithm are presented. Moreover, when the mode estimator is defined as the random variable that maximizes the kernel density estimator, the asymptotic normality of the mode estimator is established.     

Model selection for canonical correlation analysis

1. IntroductionLet X and Y be p x 1 and q x 1 random vectors, respectively, and let p 5 q. PutCanonica1 correlation analysis focuses on the relationship between the two sets of randomvariables, X.. 1 and Yax 1' We ca1l EFllZl,Zdz Z2l the canonical correlation matrix (CCM).Let pf,',p; (l > Pf 2.' 2 p; 2 0) be the eigenvalues of CCM. Their positive squareroots pl )', pp are the population canonical correlation coefficients. Letbe the sample covaxiance matrix, where U'1,' 5 Wi. ar…     

ARMAX时间序列模型异常点及异常点斑片的估计和检测

将通常的Gibbs抽样和自适应的Gibbs抽样算法用于带有外生变量的自回归移动平均时间序列(ARMAX)模型的Bayes分析,首先采用一些方法消除ARMAX模型中输入(外生变量)序列的影响,然后在前人工作的基础上给出了一种类似的挖掘相应时间序列中的异常点及异常点斑片的方法.说明了自适应的Gibbs抽样算法也能够有效地检测ARMAX模型中孤立的附加型异常点及异常点斑片.实际的和模拟的结果也显示这些方法可以明显减少掩盖和淹没现象的发生,这是对已有工作的推广和扩充.     

回归系数的岭型主相关估计及其优良性

本文研究了线性模型中的一种有偏估计,利用均方误差和残差平方和,得到了岭型主相关估计的一些性质,是对[1]中相关结果的推广.     

回归系数的主相关估计及其优良性

本文在回归系数的主成分估计的基础上，提出一种新的降维估计－主相关估计，讨论了它的优良性，并用实例说明主相关估计对主成分估计的改进效果。     

能源节约型技术进步下碳关税对中国经济与环境的影响——基于动态递归可计算一般均衡模型

将动态递归的可计算一般均衡方法应用于碳关税征收影响的研究,建立了测算美国征收碳关税对中国经济与环境影响的动态递归可计算一般均衡模型,并在模型中引入技术进步参数以刻画能源节约型技术进步.模型以2007年作为基年,包含37个生产部门和7个国内国外账户.应用该模型模拟了2020年起美国征收碳关税,在税率从20美元每吨碳排放到80美元每吨碳排放的13种情景下,到2030年期间对我国碳排放和经济发展的不同影响,进而测算在不同的能源节约型技术进步条件下,碳关税对我国经济与环境影响的变动.     

Distribution of the likelihood ratio criterion for testing Σ = Σ0, μ = μ0

The exact null distribution of the likelihood ratio criterion for testing H₀: Σ = Σ₀ and μ = μ₀ against alternatives H₁: Σ ≠ Σ₀ or μ ≠ μ₀ in N_p(μ, Σ) has been obtained as (a) a chi-square series and (b) a beta series. Percentage points have been tabulated for p = 2(1) 6, α = .005, .01, .025, .05, .1, and .25 and various values of sample size N.