线性回归模型参数的联立经验Bayes估计的收敛速度

本文考虑了线性模型中回归系数β=(β₁,…,β_p)′和误差方差σ²的联立经验Bayes(EB)估计.在二次损失下,利用密度函数及其编导数的核估计构造出参数θ=(β₁,…,β_p,σ²)的联立EB估计,在一定条件下证明了θ的联立EB估计的收敛速度任意接近于1.最后、给出了一个实例.     

关于一类修正的三角插值多项式

本文构造出一个以｛θ_ｋ＝ｋ/(ｎ＋１)π｝^ｎ_ｋ＝１为插值节点的ｆ（θ）∈Ｃ_２π且为奇函数的修正的三角插值多项式Ｗ_n（ｆ;ｒ,θ）（ｒ为自然数）．Ｗ_n（ｆ;ｒ,θ）对每个以２π为周期的奇连续函数都能在全实轴上一致地收敛到ｆ（θ）;若ｆ（θ）∈Ｃ^ｊ_２π（０≤ｊ≤ｒ－１）且是奇的,Ｗ_n（ｆ;ｒ,θ）对其收敛阶均达到最     

一类离散分布参数的经验Bayes估计的收敛速度

In this paper we consider a family of discrete distributions f_θ(x)dμ(x), and suppose that the Bayes estimate of φ(θ) with respect to the priori distribution H∈H has a form dH(x) =(?)a_k(x)f(x+k)/f(x). where f(x)=∫f_θdH(θ) . we construct asequence of empirical Bayes estimates and establish its rate of convergence, and prove that under suitable conditions this rate of convergence can arbitrarily close to 1. we also give a counter-example to the main Theorem 2.1 of [5], and then declare that the "Theorem" does not hold.     

NN-模式识别中条件误差概率收敛性的充要条件

Let (θ₁,X₁),…, (θ_n,X_n), (θ, X) be iid random vectors ,where θ∈{0,1},X∈R^d Denote by θ′_n the nearest neighbour discriminator of θ based on the training samples (θ₁,X₁),…, (θ_n,X_n) and the observed X; put(?). This paper gives a sufficient and necessary condition for (?) as n→∞, namely (P(θ=0, X=x)-P(θ=1, X=x))²·P(θ=0, X=x)·P(θ=1, X=x)=0 for every x∈R^d.This generalizes a previous result of the authors [5] and improves a result of Wagner, T.J. [2].     

球面Schr?dinger算子的迹

Let S be a unit sphere in R³,Δ_θ,φ be the spherical Laplasian and q(θ,φ) be a continuous function on S. The following trace formulae are proved for the eigenvalues μ_n of L₀=-Δ_θ,φ and λ_n of L=L₀+q.     

Banach空间中非线性奇异两点边值问题的多重正解

本文研究Banach空间E中非线性奇异边值问题-x'=f(t,x), t∈(0,1), a₁x(0)-a₂x'(0)=θ, b₁x(0)-b₂x'(1)=θ.其中θ是E中的零元素, f({t,x})在端点t=0和t=1处具有奇性. 利用不动点定理获得了该问题至少有两个正解的结果.     

关于Johns的经验Bayes估计的几点注记

Some problems related to the empirical Bayers estimate proposed by Johns[1] (δ_n), and its modification (δ_n′) by Maritz[3], are considered in this artical. The main result concerns the comparison of the remainders R(G,δ_n) - R(G) and R(G,δ_n′)-R (G), where R(G,δ_n) and R(G,δ_n′) denote the "over-all" Bayes risk(under quadratic loss) of δ_n and δ_n′ respectively, and R(G) denotes the Bayes risk of Bayes estimate, and G is the prior distribution.     

Adams谱序列中α~s(n)h0hk的收敛性

证明了(i)在p≥ 5,2≤s≤p- 1 ,k≥ 2时, β_sh₀h_k+1收敛到E_∞ ;(ii)在p≥7,3≤s≤p-1,k≥3时, γ_sh₀h_k+1收敛到E_∞.     

正规弱θ空间的无限Tychonoff积

本文证明:(1)如果X=∏_σ∈∑X_σ是|∑|-仿紧空间,则X是正规弱θ可加空间当且仅当?F∈[∑]^<ω,∏_σ∈FX_σ是正规弱θ-可加空间.(2)设X=∏_i∈ωX_i是可效仿紧的,则下列三条等价:是正规弱θ-可加的;?F∈[ω]^<ω,∏_i∈FX_i是正规弱θ-可加的;?n∈ω;∏_i≤n     

Stability of Rotation Relations of Three Unitaries with the Flip Action in C*-Algebras*

The authors show that if Θ = (θ_jk) is a 3 × 3 totally irrational real skewsymmetric matrix, where θ_jk ∈ [0, 1) for j, k = 1, 2, 3, then for any ε > 0, there exists δ > 0 satisfying the following: For any unital C^*-algebra A with the cancellation property,strict comparison and nonempty tracial state space, any four unitaries u₁, u₂, u₃, w ∈ A such that (1) u_ku_j - e^{2πiθjk ujukk} < δ, wu_jw^-1 = u^-1_j, w² = 1_A for j, k = 1, 2, 3; (2)τ (aw) = 0 and τ ((u_ku_ju_k^*u_j^* )ⁿ ) = e^2πinθjk for all n ∈ N, all a ∈ C^*(u₁, u₂, u₃), j, k = 1, 2, 3 and all tracial states τ on A, where C^*(u₁, u₂, u₃) is the C^*-subalgebra generated by u₁, u₂ and u₃, there exists a 4-tuple of unitaries u₁, u₂, u₃, w in A such that u_ku_j = e^2πinθjk u_ku_j, w u_j w^-1 = u^-1 _j, w² = 1A and k u_j - u_jk < ε, k w - wk < ε for j, k = 1, 2, 3. The above conclusion is also called that the rotation relations of three unitaries with the flip action is stable under the above conditions.     

假设检验的稳定性

讨论了假设检验的稳定性.与通常的基于Neyman-Pearson引理的检验不同,考虑了所谓检验的遗憾与纠错.当观察到X₁,X₂,…,X_n,可以此对假设作出判决,如果此时又得到一个新的数据X_n+1,可以用同样的方法,基于X₁,X₂,…,X_n,X_n+1再进行假设检验.可能面临3种情形:(ⅰ)原判决是对的,新判决却是错的;(ⅱ)原判决是错的,新判决却是对的;(ⅲ)原判决与新判决同时都对或同时都错.希望出现(ⅰ)的概率尽可能地小而出现(ⅱ)的概率尽可能地大.在实践中,当第1类错误α和第2类错误β确定后,样本大小的选取多少有些任意性(通常会略大些),因此这一问题似乎更应考虑.还给出了一些最优计划.     

均匀分布族 U(0,θ)中经验 Bayes 检验的渐近特征

关于经验 Bayes 检验的研究,目前在文献上能见到一些结果,其中部分是讨论经验Bayes 检验的渐近最优性及其收敛速度,参见[1—4,6,7,9];最近 stijnen 讨论了连续型单参数指数族中经验 Bayes 检验的条件 Bayes 风险的渐近分布,从而得到了精确的收敛速度.本文我们将讨论均匀分布族{U(0,θ),θ>0)中经验 Bayes 检验的条件 Bayes 风险的极限分布,从而得到了经验 Bayes 检验的渐近最优性及其收敛速度.     

广义谢尔宾斯基海绵的Packing测度

讨论了三维欧氏空间上的一类自仿射集──广义谢尔宾斯基(Sierpinski)海绵的填充测度(Packing Measure),对φ(t)=t^θ,φ(t)=t^θ/|logt|及更一般的情况,证明了填充测度P_ψ[K(T,D)]为无穷或有限的条件,     

一类超一致椭圆扩散过程的极限定理

本文研究了分支特征为ψ（x,z）=γz^1+β（0<β≤1）形式的超一致椭圆扩散过程,当初始值X₀（dx）为底过程的某类不变测度时,给出了当空间维数d满足βd≤2时,超过程X_t依分布收敛于0测度,当βd>2时,X_t则依分布收敛于一个非退化的随机测度.     

固定设计下混合序列回归函数的小波估计

考虑非参数回归模型Ｙ_i＝ｒ（ｔ_i）＋ε_i,其中ｔ_i为固定设计点列,｛ε_i｝为ρ混合相依随机变量,本文用小波方法建立ｒ（ｔ）的估计ｒ（ｔ）,并讨沦了它的渐近无偏性,弱收敛,强收敛,及其收敛速度,     

广义线性模型中极大拟似然估计的强收敛速度

在sup_{i ≥1}E||y_i||^2+α < ∞(对某个α > 0)和其它正则条件下, 证明了一般联系函数的多维广义线性模型拟似然估计的强相合性, 并得到了强收敛速度, 其中 y_i 是响应变量. 此结果是对文献中相应结果的改进.     

一致光滑Banach空间中一类K-正定算子方程的可解性及其迭代构造

设X为一致光滑Banach空间,A:D（A）?X→X为K-正定算子满足D（A）=D（K）,则存在常数β>0使得?x∈D（A）,||∧x||≤β||Kx||而且?f∈X,方程∧x=f有唯一解;设{a_n}_n≥0为[0,1]中的实数列满足（i）a_n→0（n→∞）,（ii）∑_n=0^∞a_n=∞, ?x₀∈D（A）,迭代地定义序列{x_n}_n≥0≥0如下:(?)则{x_n}_n≥0强收敛于方程Ax=f的唯一解.     

相关函数类中的一些分析性质

设δ=(1,0,0,…),R_δ表示l₂中与δ有相同标准相关函数的元的全体,而对几个已给的实数ξ₀,ξ₁,…,ξ_n-1此外,由此得到下列结果:1.R_δ(ξ₀,ξ₁,…,ξ_n-1)中有且只有一个元e,使其范数为N_δ(ξ₀,ξ₀,…,ξ_n-1).2.当n→∞时,(?)收敛于一个非零的有限极限.     

正向量连分式收敛的充分必要条件

我们讨论了如下形式的向量值连分式这里b_n=(b_n¹,b_n²,…,b_n^d)满足Samelson逆,而且a_n,b_n¹,b_n²,…,b_n^d均为正.给出了形如(#)的向量值连分式收敛的充分和必要条件,同时给出了收敛时的截断误差估计.     

超导临界温度理论(Ⅱ)

在文献[1]中,我们导出了超导临界温度T-c的一个严格级数表式.本文讨论这个级数的收敛范围,以及通过解析延拓来扩展收敛范围的可能性.结论是:我们的T_c级数(指文献[1]原来的级数,或者经过延拓后的级数)在∞>λ>λ₀的整个范围内,都是收敛的.这里λ₀是Matsubara表象中使决定T_c的方程具有正实数解的最小的λ值.它实际上就是库伦赝势.因此,也许除了少数非常弱耦合的超导体以外,我们的T_c级数能适用于一切超导体.