光滑分布函数分位数估计的注记

文中通过光滑经验分布函数构造了分位数估计，建立该估计的Ｂａｈａｄｕ－强弱表示定理，并由Ｂａｈａｄｕｒ表示定理证明了该分估计估的重对数律和渐近正态性等深刻结果。     

右删失左截断情形下分布函数的分位数估计

文中考虑了右删失左截断数据情形下分布函数的分位数估计，讨论了该估计的渐近性质并获得了它的强弱Ｂａｈａｄｕｒ类型的表示定理。利用此Ｂａｈａｄｕｒ表示定理很容易获得该分位数估计的渐近正态性及置信区间等结果。     

条件t-分位数核估计的逼近速度

该文研究了条件狋 分位数核估计的逼近速度问题．在适当的条件下,给出了核估计的强收敛速度、正态逼近速度和Ｂｏｏｔｓｔｒａｐ逼近速度．     

基于外推中间次序分位数的极端条件分位数估计

近年来,条件分位数估计被广泛应用于金融、生物和医学等众多领域.在研究协变量对响应变量在不同分位数水平的影响时,分位数回归方法是一种贴切且有效的估计方法.然而,由于尾部数据的稀疏性,用分位数回归来估计极端条件分位数通常会产生较大的估计误差.文章将极值理论与分位数回归结合起来,利用中间条件分位数外推法,研究线性分位数回归模...     

基于神经元网络的条件分位数估计的收敛速度

本文我们给出了基于神经元网络的随机过程的条件分位数的均方收敛速度．无论是在独立同分布情况下还是在平稳混合(α-混合β-混合)的情况下，我们都给出了相应的结果．结果与基于神经元网络的回归估计的收敛速度相同．采用的技术同Zhang(1998)一致．     

含际加信息时条件分位数的估计及其渐近性质

本文利用经验似然方法给出了含附另信息时条件分位数的一类新估计,在一定的正则条件下证明了估计的渐近正态性且渐近方差小于或等于通常的条件分位数核估计的渐近方差。     

光滑分布函数分位数估计的注记(英)

文中通过光滑经验分布函数构造了分位数估计，建立该估计的Bahadu－强弱表示定理，并由Bahadur表示定理证明了该分估计估的重对数律和渐近正态性等深刻结果．     

线性模型中回归分位数估计的强相合性

考虑线性系统模型 y=x＇β_0 x＇r_0e, (1)其中x为P维已知向量,β_0是未知的P维回归系数,e是1维不可观察的误差随机变量。 y在x下的条件u分位数可以写成:     

删失指标随机缺失下条件分位数的加权核估计

在右删失数据下,当删失指标随机缺失时,对条件分布函数分别构造了校准加权核估计,插值加权核估计以及逆概率加权核估计;然后由这些估计分别导出了条件分位数的核估计,并建立了这些估计的渐近正态性;最后,在有限样本下,对这些估计进行了数值模拟,分析了各估计的优缺点.     

复合分位数下门限自回归模型的变点估计

金融领域中的突发事件是变点问题的一种体现,往往由于其随机性和发生前信息量不足等因素造成突发事件难以识别和预测.金融市场常常表现出非线性和异质性等特征,门限分位数自回归模型作为金融领域变点问题研究的重要模型,逐渐在经济和统计学界获得更多的关注.本文结合不同的分位数对门限分位数自回归模型中的交点估计问题提出两种新的估计方法...     

酉群的热核及应用

本文显式构造出了酉群Ｕ（ｎ），特殊酉群的ＳＵ（ｎ）的热核，作为应用定出了酉群的谱．     

核估计在医疗费用分布研究中的应用

医疗费用的分布是健康保险的精算基础之一.本文研究了某团体一年的住院医疗费用记录,运用非参数模型中的核密度估计方法,对每次住院费用对数的分布密度进行了估计,并用它进一步估计了每次住院费用的均值和方差,取得了较好的效果.在此基础上,本文对拟合结果及其对健康保险的启示作了一些讨论.     

Maximum Kernel Likelihood Estimation

We introduce an estimator for the population mean based on maximizing likelihoods formed by parameterizing a kernel density estimate. Due to these origins, we have dubbed the estimator the maximum kernel likelihood estimate (MKLE). A speedy computational method to compute the MKLE based on binning is implemented in a simulation study which shows that the MKLE at an optimal bandwidth is decidedly superior in terms of efficiency to the sample mean and other measures of location for heavy tailed symmetric distributions. An empirical rule and a computational method to estimate this optimal bandwidth are developed and used to construct bootstrap confidence intervals for the population mean. We show that the intervals have approximately nominal coverage and have significantly smaller average width than the standard t and z intervals. Finally, we develop some mathematical properties for a very close approximation to the MKLE called the kernel mean. In particular, we demonstrate that the kernel mean is indeed unbiased for the population mean for symmetric distributions.     

拉格朗日估和公式及其应用

利用分段积分公式和积分不等式证明拉格朗日估和公式,并将其应用在求和式数列极限及无穷级数上.     

非参数核密度估计与Copula

本文提出非参数核密度估计-ML方法来估计Copula函数中的未知参数;再由统计检验推断得到能较好描述金融资产之间非线性相关结构的Copula。实证分析表明:可以利用Clayton Copula、Gumbel Copula来描述A股市场上证指数与深证成指之间的非线性相关结构.     

条件概率密度函数核估计的误差分析及其最优带宽的选择

本文在α-混合严平稳过程的假设下，研究了条件概率密度核估计的偏和均方误差．在此基础上给出了核估计的渐近最优带宽，并以S＆P500指数为例展示了本文的结果．     

Asymptotics for Kernel Estimation of Slicing Average Third-Moment Estimation

To estimate central dimension-reduction space in multivariate nonparametric rcgression, Sliced Inverse Regression （SIR）, Sliced Average Variance Estimation （SAVE） and Slicing Average Third-moment Estimation （SAT） have been developed, Since slicing estimation has very different asymptotic behavior for SIR, and SAVE, the relevant study has been madc case by case, when the kernel estimators of SIH and SAVE share similar asymptotic properties. In this paper, we also investigate kernel estimation of SAT. We. prove the asymptotic normality, and show that, compared with tile existing results, the kernel Slnoothing for SIR, SAVE and SAT has very similar asymptotic behavior,     

数列■的渐近估计式及其应用

利用两个简单结论得到数列■(0相似文献   

Richards模型参数估计及其模型应用

在非线性模型中,Richards模型是一个含有四参数的增长曲线模型,该模型对数据的拟合有较强的适应性,应用较为广泛.但其参数的估计较为复杂,给出简便易行的三种方法,实例应用表明拟合效果很好.     

基于核方法的数据描述及其在企业关系评价中的应用

数据描述又称为一类分类方法,用于描述现有数据的分布特征,以研究待测试数据是否与该分布相吻合.首先简要叙述了基于核方法的数据描述原理,指出:选择适当的核函数以及与之对应的参数,数据描述可应用于模式聚类中,并且这种聚类方法具有边界紧致、易剔除噪声的优势.针对基于数据描述的聚类方法在确定类别数目和具体样本类别归属上所存在的问题,提出了基于搜索的解决方法,理论分析和实例计算都验证了该方法的可行性.最后将该聚类算法应用到企业关系评价中,取得了较为合理的结果.