多元线性模型带约束参数集的线性估计泛可容许性

文中给出了多元线性模型（犢，犡Θ，犞Σ）中回归系数的线性估计在线性估计类中是泛可容许的一些特征，其中损失函数取为（犇（犢）－犛Θ）′ （犇（犢）－犛Θ），参数Θ 和Σ 取值于约束集合犎犖＝｛（Θ，Σ）：Θ′犡′犖犡Θ≤Σ，犖≥０｝．     

线性回归模型Liu估计的新研究

考虑线性回归模型Y=Xβ+ε,E()ε=0,Cov()ε=2σI(1),当设计矩阵X的列存在共线性时,最小二乘估计^β=(X′X)-1X′Y的性质变坏,为此给出了有偏估计^(βK,d)=(X′X+K)-1(X′Y+d^β),其中K为对角矩阵,K=diag(k1,…kp),ki≥0,d>0为参数,讨论了这种有偏估计与广义岭估计、Liu估计的比较,并证明了其可容许性估计.     

线性模型中误差方差的非齐次估计的可容许性

考虑模型Y=Xβ+e,其中X_(n×p)是设计矩阵,e的各分量e_1,e_2,…,e_n相互独立,E(e_i)=E(e_i~3)=0,E(e_i~2)=σ~2,E(e_i~4)=3σ~4,i=1,2,…,n。本文讨论误差方差σ~2的估计在估计类={Y′AY+l′AY+f;Y′AY+l′AY +f≥0对一切Y}中的可容许性问题。当X为满秩矩阵时,给出了σ~2的估计在中可容许的充分必要条件,当X_(n×p)=1时,给出了估计类的一个完全类以及估计可容许的充分条件。     

矩阵损失下约束线性模型中回归系数的线性可容许估计

考虑约束线性模型Mr={Y,Xβ,σ2V|Rβ=r}其中x列满秩,V为正定矩阵.在二次损失下,Baksalary. J. K和Markiewicz,A得到了回归系教β的线性估计在非齐次线性估计类中可容许的充分必要条件,利用吴启光在无约束线性模型关于回归系数线性可容许估计的结果,对约束线性模型Mr我们得到结果如下在矩阵损失下回归系数β的线性估计AY+g在非齐次线性估计类中可容许当且仅当[i]XAV对称;[ii]R(A) R(U) [iii]AXU=U,g=(AX-I)R+r或AXU≠U时,有r(AX) (-∞,0)∪(1,+∞).其中R(U)=N(R),U为列正交矩阵.     

复共线性与广义岭型估计

针对线性回归模型Y=Xβ+l的典则形式Y=a01+Z+l,l~(0,σ2I)在设计阵X呈病态时,提出了一类新估计■(k;q)=〔Λ1OOkIq+Λ2〕-1Z′Y,称之为广义岭型估计.优点是结合主成分估计和岭估计的思想和方法,将X′X的特征值分为不同大小属性的两部分Λ1与Λ2,并分别添加不同的常数,致使新估计类的均方误差大幅降低的同时计算量大大减少,而且便于对原变量做出解释.文中进一步讨论了该估计优于岭估计的k的存在性以及充分条件.     

正系数多项式倒数逼近的点态和整体估计

利用Ditzian-Totik光滑模对于[0,1]上定义的非角连续函数f(x)，且f(x)≠0，文中证明存在正系数多项式Pn(x)及常数C，使得|f9x)-1/Pn(x)|≤Cωψ^λ（f,n^-1/2(ψ(x) 1/√n)^1-λ)。当λ＝1时，上述结果导出已有的整体估计，而当0≤λ＜1时，得到倒数逼近一个新的点态局部估计。     

微分方程f″+e^{az}f′+Q(z)f=F(z) 的复振荡

该文研究了线性微分方程f″+e^{az}f′+Q(z)f=F(z)的复振荡问题，其中Q(z)、F(z )( 0)是整函数，且σ(Q)=1,σ(F)<+∞,Q(z)=h(z)e^{bz},h(z)是多项式，b≠-1是复常数，那么上述线性微分方程的所有解f(z)满足~λ(f)=λ(f)=σ(f)=∞,~λ_2(f)=λ_2(f)=σ_2(f)=1.至多除去两个例外复数a及一个可能的有穷级例外解f_0(z)。     

Minimax线性估计的影响分析

这里X是n×q列满秩阵,β是q×1未知参数,Y是n×1观察向量,e是n×1随机误差向量。估计β通常采用最小二乘估计(简记为LS估计)。但当设计矩阵X有复共线性存在时,的性能很不好。针对这个问题,近二十年来,特别是近十年来,许多统计学者相继提出了一些新的方法,企图改进LS估计。例如,Stein在1960年提出的压缩估计;Massy于1965年提出的主成分估计;Hoerl和Kennard于1970年提出的岭估计等。这些估计在均方误差的意义下     

心理状态数的Bayes估计

设误差 X在心理状态数的作用下的分布为偏正态分布 ,即 X有密度f ( x;σ2 ,C) =C2πσe-x22σ2 　 x 02 - C2πσe-x22σ2 　 x >0其中 0 C 2为心理状态数 ,σ>0为未知参数 ,本文分别在 C服从 [C1,C2 ]上的均匀分布 ,Jeffreys无信息先验分布和共轭先验分布的假设下 ,得到了心理状态数 C的 Bayes估计。     

非主成份与广义岭型估计

针对线性回归模型Y=Xp e,e～(0,σ2I)在设计矩阵X呈病态(存在复共线性关系)时,从主成分估计的思想出发,结合岭估计减少均方误差的方法,提出并推导了一类新的估计β(k)=(X'X Φx2kΦ'2)-1X'Y,称之为广义岭型估计.优点是只对主成分和非主成分添加两个不同的常数,均方误差大幅度降低的同时,相对于一般的广义岭估计,计算量减少,相对于主成分估计,便于对原变量做出解释.文中进一步讨论了该估计与主成分估计和岭估计的优劣.     

齐型空间中分数次积分交换子的加权端点估计

该文得到齐型空间中分数次积分交换子[b,I_α]的加权端点估计ω({x∈X:|[b,I_α]f(x)|t})≤Cψ(∫_xA(||b||_*(|f(x)|/t)■(ω(x))dμ(x))其中b∈BMO(X,d,μ),A(t)=tlog(e+t),ψ(t)=[tlog(e+t~α)]~(1/(1-α)),■(t)=t~(1-α)log(e+t~(-α)).     

映射族的推移算子及其在随机过程中的应用

该文研究很一般化的映射族的推移算子.设参数集T＝[0,+∞)或T＝{0，1， 2，…}，以及任意非空的集合Ω和E，Ω和E均不配置可测σ代数，更不配置测度或概率.在 引进δ映射和δ代数的基础上，研究了Ω到E的映射族X＝｛X(t),t∈T∩［0，σ)｝(σ∈T ∪｛+∞｝)存在推移算子的充分必要条件.讨论了推移算子的诸多性质，以及推移算子在随机过程中的应用。     

双层空间的刻画

该文利用双g-函数和半连续函数给出了双层空间的刻画,得到:空间(X,Υ_1,Υ_2)是双层当且仅当对于每一个f∈Υ_i-LSC(X),都对应一个h(f)∈Υ_i-LSC(X)∩Υ_j-USC(X)使得(1)0≤h(f)≤f且当f(x)0时,0h(f)(x)f(x).(2)当f≤f′时,h(f)≤h(f′).     

关于一般矩阵函数变差的不等式

该文首先展示了一般矩阵函数dχ(A)=∑[DD(X]σ∈H[DD)]χ(σ)∏[DD(]m[]i=1[DD)]aiσ(i)可作为一个酉空间张量的适当对称类的内积.然后，借助Schwarz不等式和范数证明了关于一般矩阵函数变差的三个主要不等式,而其中一个不等式是已知不等式的推广.     

Certain Properties of Realizable Modules over the Steenrod Algebra

Let Q_i,P^R be Milnor base elements of the mod p Steenrod algebra, p>2. P_i^s=P^(0,\cdots0,p^s,0,\cdots) with p^s in the t-th position, s相似文献   

一类非线性波方程初边值问题解的爆破

该文研究如下具有非线性阻尼项和非线性源项的波方程的初边值问题 u_tt -u_xxt -u_xx -(σ(u²_x)u_x)_x+δ|u_t|^p-1u_t=μ|u|^q-1u, 0 < x <1, 0≤ t ≤T, (0.1) u(0, t)=u(1, t)=0, 0≤t≤ T, (0.2) u(x, 0)=u₀(x), u_t(x, 0)=u₁(x),0≤x≤1.(0.3) 文章将给出问题(0.1)--(0.3)的解在有限时刻爆破的充分条件, 同时将证明问题的局部广义解和局部古典解的存在性和唯一性.     

紧流形上椭圆微分算子预解式的一致L^p-L^q估计——献给陆善镇教授75华诞

假设n和m是两个正整数,P（x,D）是定义在维数为n的紧致无边流形M上的一般m阶椭圆自伴微分算子.在一定条件下,本文主要证明微分算子P（x,D）的预解式的一致L^p-L^q估计,其中n〉m≥2,（p,q）在Sobolev线上并满足1/p-1/q=m/n,p≤2（n＋1）/n＋3,q≥2（n＋1）/n-1.本文的一个核心引理是建立曲面Σx={ξ∈Tx^＊（M）：p（x,ξ）=1}上测度的Fourier变换衰减估计的具体表达式,并利用它来得到局部算子的一致L^p-L^q估计.     

Smarandache函数的几类相关方程的解

设φ(n),S(n)分别表示正整数n的Euler函数和Smarandache函数,利用初等的方法和技巧,依据Smarandache函数计算公式,给出k的方程φ(p~αm)=S(p~(ακ))的所有解,其中p为素数,α,m为正整数且gcd(m,p)=1,由此得到方程φ(n)=S(n~k)的所有解(n,k)进而确定了满足条件S(n)|σ(n)的全部正整数n.最后,根据莫比乌斯变换反演定理证明了方程φ(n)=∑_(d|n)S(d)仅有两个解,分别为n=2~5和n=3×2~5.     

一类非线性奇异微分方程正解的存在性定理

设(i) f(t,u): (0,1)×(0,+∞)→[0,+∞)连续，关于u 单调增加; (ii) 存在函数g:[1,+∞)→(0,+∞),g(b)0,G(t,s)是相应问题的Green函数。     

p -级数域重排特征系统的(C, α)}和

令G_p 为p级数域.在文献[9]中, G.Gát 和 K.Nagy 已经证明p级数域的重排特征系统的(C,1)极大算子是强 (q, q)型(1 α_n f 几乎处处收敛于f.