相依误差下非线性回归模型LS估计的收敛速度

研究非线性模型的参数估计问题,在误差满足较宽泛的条件时,证明了参数的最小二乘估计具有强相合性及强相合速度.     

m0相依误差下非线性回归模型LS估计的大偏差

该文获得了m0相依误差下非线性回归模型LS估计的大偏差，推广了Sieders和Dzhaparidze在独立误差下的相应结果     

一类非线性回归模型参数的广义LS估计

在一无非线性回归模型中，有一类模型可用变量代换Ｘ＝（ｘ），Ｙ＝ψ（ｘ，ｙ）化为线性回归。对这类模型，本文提出用广义ＬＳ法对其参数进行估计，可解决一般ＬＳ法估计这类模型参数的不足，使回归精度提高。     

非线性模型误差方差估计的Bootstrap逼近和分布的收敛速度

本文对非线性模型误差方差的估计基于Jackknife虚拟值的Bootstrap方法建立了Bootstrap逼近,证明了逼近的相合性定理,得到了逼近的速度是o(n~(-1/2))。进一步,本文证明了误差方差估计的分布以理想的最佳速度o(n~(-1/2))收敛于正态分布的结论。     

m-WOD误差下非线性回归模型LS估计收敛性北大核心CSCD

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

多元线性模型回归系数的压缩LS估计

本文采用压缩ＬＳ估计Ｂ（ｋ）来估计设计矩阵呈病态的多元线性模型的回归系数Ｂ。通过ｋ值的选取，可使（ｋ）＝Ｖｅｃ（（ｋ））的均方误差ＭＳＢ小于β＝Ｖ＿ｅｃ（Ｂ）的ＬＳ估计β￣＊的ＭＳＥ。证明了具有可容许性、抗干扰性和有效性，并给出了实际应用中选取ｋ值的方法。     

一类强非线性二阶椭圆问题混合元方法的最大模误差估计

本文利用正规格林函数及对偶论证技术证明了一类强非线性二阶椭圆问题混合方法对函数的Ｌ＾２投影具有几乎超收敛一阶的最大模误差估计,对伴随向量函数具有拟最优最大模误差估计。     

误差协方差阵的经验Bayes估计的收敛速度

本文利用密度的混合偏导数的核估计，构造出线性模型中误差协方差阵的逆的经验Ｂａｙｅｓ（ＥＢ）估计，在一定条件下，还证明了ＥＢ估计的收敛速度可任意接近于１，最后，给出了一个实例。     

一类非线性双曲型方程扩展混合有限元方法的误差估计

该文针对一类非线性双曲型方程提出了扩展混合有限元方法.首先,建立了半离散扩展混合元格式,获得了半离散扩展混合元解的L∞(L2)先验误差估计.然后,利用有限差分法对时间项进行离散,建立了全离散扩展混合元格式,并给出了全离散格式下的先验误差估计.最后,通过数值算例验证了理论结果.     

半参数回归模型中误差方差估计之分布的非一致性收敛速度

Engle等人将气候条件对电力需求关系归结成半参数回归模型其中{e_j,1≤j≤n}是iid.的随机误差,均值为0,方差σ~2>0,{(X_j;T_j),1≤j≤n}是R~p×[0,1]上的随机设计点列且与{e_j,1≤j≤n}相互独立,{T_j,1≤j≤n}iid.,β是p维未知回归参数,g(t)是定义在[0,1]上的未知回归函数。     

求LS估计的共轭方向法及其误差分析

本文讨论了求LS估计的共轭方向法,对迭代解的误差进行了分析。     

关于线性模型回归系数LS估计的相合性

当误差项是不相关随机变量时[1]和[2]给出了线性模型中回归系数最小二乘估计弱相合性的充要条件。我们把这一结果推广到具有平稳随机误差项的线性模型。     

一类非线性抛物型方程的混合元方法及其误差估计

当前,混合元方法求解微分方程已广泛应用于椭圆边值问题,其理论分析也相当完善.在[1]—[2],[4]中,对线性椭圆问题的混合元方法进行了讨论,[5]对拟线性椭圆问题进行了理论分析.相对而言,关于发展型方程的混合元方法,特别是对非线性问题,其理论分析仍不够完善,缺乏统一的论述.本文对下列非线性抛物问题:     

线性模型回归系数与误差方差联立经验Bayesian估计的收敛速度

本文研究了正态线性模型回归系数与误差方差联立经验Bayesian估计的收敛速度。     

一个混合元的最优最大模估计及超收敛估计

本文用[4]的混合元法求解二阶椭圆型方程误差的最优最大模估计.讨论的方法适用于Raviart-Thomas元,从而改进了[16],[17]的结果,达到最优.此外,还得到一个超收敛结果,并且对[1],[4]中提出的修正过程进行最大模分析,结果都是最优的.     

一类线性模型中参数的平衡LS估计的性质

对于线性回归模型中平衡LS估计这一类含参数t和参数矩阵L的估计,进一步讨论了t和L的取值对平衡LS估计优良性的影响,得到了平衡LS估计在某些准则下优于OLS估计的条件.     

定常的Navier-Stokes方程的非线性Galerkin混合元法及其后验估计

提出了定常的Navier-Stokes方程的一种非线性Galerkin混合元法,并导出非线性Galerkin混合元解的存在性和误差估计及其后验误差估计.     

线性模型中φ混合误差下回归系数最小二乘估计的相合性

本文研究线性模型中φ－混合误差序列下回归系数最小二乘估计的相合性，分别对最小二乘估计为强相合和ｒ阶平均相合给出一些充分条件。     

特征值问题混合有限元法的一个误差估计

设（λh,σh,uh）是一个混合有限元特征对.Babuska和Osborn建立了（λh,uh）的误差估计.本文导出了σh的抽象误差估计式.并把该估计式应用于二阶椭圆特征值问题Raviart-Thomas混合有限元格式和重调和算子特征值问题Ciarlet-Raviart混合有限元格式,得到了一些新的误差估计.