NA样本及Linex损失下截断族参数的经验EB估计

在Linex损失及NA样本下 ,对一类双边截断型分布族 ,构造了参数的经验Bayes(EB)估计 ,建立了它的收敛速度 .在一定的条件下证明了该收敛速度可以任意接近于 1 ,并给出满足定理条件的例子 .     

关于U-统计量和Von-Mises统计量的极限性质

本文在核的r阶矩(r≥1)有限的条件下,获得了U-统计量的r阶矩的数量级.利用这个结果,完全解决了在上述条件下U-统计量的a.e.收敛速度问题.另一方面,在核的上述假定下得出了U-统计量和Von-Mises统计量的联系公式,并解决了Von-Mises统计量的收敛速度问题.特别,在三阶矩有限的条件下建立了Von-Mises统计量的Berry-Esseen界限.     

NA样本下回归函数估计的收敛速度

在误差为NA序列的条件下,研究了固定设计点列情形下非参数回归函数一般权函数的非参数估计,并在一些基本条件下给出了估计的一致最优强收敛速度.     

k-U统计量的指数收敛速度

研究了k-U统计量的收敛速度,在一组适当的正则条件下,获得了k-U统计量的指数收敛速度,推广了U-统计量的指数收敛速度的相应结果.     

NA样本密度函数估计一致渐近正态性的收敛速度

在平稳NA样本下,讨论了未知密度函数估计的一致渐近正态性.在适当的条件下给出了该密度函数估计一致渐近正态性的收敛速度.这个速度几乎达到n^{-1/6}     

伽玛分布族Γ{θ,1/2}参数的经验Bayes估计的收敛速度

本文构造了伽玛分布族 Γ θ,12 参数的经验 Bayes估计 ,并给出了该估计的收敛速度 .在适当的条件下 ,该速度可以分别充分接近于 12 和 1 .     

非局部初边值条件下的抛物型偏微分方程

本文讨论在非局部初边值条件下的抛物型偏微分方程,在更为宽松的边界假设条件下讨论所构造的迭代序列的收敛速度问题.并且对非局部初值条件为离散形式的情况做了相应的讨论.     

Linex损失及PA样本下单边截断型分布族参数函数的EB估计

在Linex损失函数下,运用同分布PA样本密度函数的核估计方法,构造了一类单边截断型分布族参数函数的EB估计,并建立了它的收敛速度.在一定条件下,证明了这个收敛速度可充分接近1.     

LINEX损失下Paret0分布族参数的经验Bayes估计

在"nex损失函数下,讨论Pareto分布族参数的经验Bayes(EB)估计问题,文中构造了参数的EB估计,在适当的条件下给出了该估计的收敛速度.最后给出满足定理条件的例子.     

LINEX损失下Pareto分布族参数的经验Bayes估计

在 L inex损失函数下 ,讨论 Pareto分布族参数的经验 Bayes(EB)估计问题 ,文中构造了参数的 EB估计 ,在适当的条件下给出了该估计的收敛速度 .最后给出满足定理条件的例子 .     

双边截断型分布族参数的经验Bayes诂计

在Linex损失函数下,讨论一类双边截断型分布族参数的经验Bayes(EB)估计问题, 构造了参数的EB估计,在适当的条件下给出了该估计的收敛速度.最后给出例子,说明定理条件的合理性.     

关于一类有限非齐次马尔可夫链熵率的收敛速度

运用随机条件熵的概念和绝对平均收敛的一些性质,利用H S Chang研究齐次马氏链熵率收敛速度的方法考虑了在给定条件下的一类有限非齐次马氏链熵率的指数收敛速度.     

分枝过程Lotka-Nagaev估计的中偏差

本文研究经典分枝过程的Lotka-Nagaev估计的中偏差理论,证明在矩条件和重尾条件下均值m的Lotka-Nagaev估计的中偏差概率是以指数速度衰减的.特别地,在分枝律为重尾的情形下,中偏差概率的衰减速度会出现相变的现象.     

加权平方损失下伽玛分布族Γ(θ,1/2)参数θ的EB估计

在加权平方损失函数下讨论了伽玛分布族T(θ,1/2)参数θ的经验Bayes(EB)估计,并讨论了EB估计的收敛速度问题,在一定条件下,收敛速度可充分接近于1.     

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.     

方向数据密度函数核估计的重对数律

本文讨论方向数据密度函数核估计的逐点收敛速度问题,在较为温和的条件下建立了该核估计的重对数律并给出了它的逐点最优收敛速度.     

半参数回归模型小波估计的弱收敛速度

本文研究了误差为鞅差序列情形下的半参数回归模型.利用小波方法,在相当一般的条件下,得到了参数、非参数估计量的弱收敛速度.     

相协样本分布函数光滑估计的正态逼近速度

在平稳相协样本下,讨论分布函数光滑估计的一致渐近正态性.在较合理的条件下给出了分布函数光滑估计的一致渐近正态性的收敛速度,这个速度几乎达到n~(-1/4).     

Linex损失下对数伽玛分布的经验贝叶斯估计的收敛速度

在Linex损失函数下,研究对数伽玛分布的经验贝叶斯估计问题,在适当的条件下,得到了经验贝叶斯估计的收敛速度.最后给出一个例子,说明定理的合理性.     

仿射变换内点信赖域方法求解变分不等式问题

本文研究了求解非线性约束变分不等式问题(VIP)的一个新的算法.利用KKT条件的非光滑方程形式,得到了与VIP等价的简单约束优化问题.提出了求解VIP的一类结合回代线搜索技巧的仿射变换内点信赖域算法.在较弱的条件下证明了算法具有整体收敛性,进一步在某些正则条件下,证明了算法具有超线性收敛速度.