Frechet空间的几个重要不等式

本文给出了Frechet空间中的几个重要不等式，它们是Hilbert空间中的著名极化恒等式在Frechet空间中的情形．推广了Banach空间的许多不等式，且在许多领域中有着各种各样的应用．利用这些不等式，可将许多结果从Banach空间推广到Frechet空间．     

关于凸算子的广义Frechet可微性

本文得到如下结果：设F为从自反的Banaeh空间层到Banaeh格空间X的育有界凸算子，假若(i)X与X^*皆弱紧的区间；(ii)X有范紧区间，则F在层的某个稠子集Gδ的每一点都是Frechet可微的，推广了实值凸函数的有关结论．     

Frechet拟基与度量空间的闭映象

本利用林寿引入的Frechet拟基的概念,获得了度量空间的确定闭映象和局部可度量空间的确定闭映象的一些新的刻画。     

Ck（X）的扇密度和强Frechet性质

本文证明了如下两个定理：（１）Ｃ＿ｋ（Ｘ）为强Ｆｒｅｃｈｅｔ空间（或者Ｆｒｅｃｈｅｔ空间）的充分必要条件是Ｘ中的每一开Ｋ－覆盖序列｛ｕ＿ｎ：ｎ∈Ｎ｝，存在Ｕ＿ｎ∈ｕ＿ｎ，使｛Ｕ＿ｎ：ｎ∈Ｎ｝为Ｘ的Ｋ－序列，（２）Ｃ＿ｋ（Ｘ）有可数扇密度的充分必要条件是Ｘ中的每一开Ｋ－覆盖序列｛ｕ＿ｎ：ｎ∈Ｎ｝存在ｕ＿ｎ的有限于族ｕ＇＿ｎ，使｛ｕ＇＿ｎ：ｎ∈Ｎ｝是Ｘ的开Ｋ－覆盖．     

��I�ͻ�Ͻ�β��ָ��——�������ֲ�����ʧЧģ�͵�ͳ�Ʒ���

In this paper, we investigate a competing risks model based on exponentiated Weibull distribution under Type-I progressively hybrid censoring scheme. To estimate the unknown parameters and reliability function, the maximum likelihood estimators and asymptotic confidence intervals are derived. Since Bayesian posterior density functions cannot be given in closed forms, we adopt Markov chain Monte Carlo method to calculate approximate Bayes estimators and highest posterior density credible intervals. To illustrate the estimation methods, a simulation study is carried out with numerical results. It is concluded that the maximum likelihood estimation and Bayesian estimation can be used for statistical inference in competing risks model under Type-I progressively hybrid censoring scheme.     

��Ԫ��β�����µĽ�������ʱ���Ʋ�����

This note deals with an insurance company with multiple lines of business. In the context of heavy-tailed heterogeneous claim amounts with the 1st upper-orthant tail dependence, based on the so-called k-out-of-n ruin set, we can exhibit the Radon measure mu and derive the asymptotic ruin probability for some of all lines business to ruin in a finite time. One numerical example is also presented to illustrate our main results.     

赋Orlicz范数的Musielak-Orlicz序列空间的Gateaux可微点与Frechet可微点

该文给出赋0rlicz范数的Musielak-Orlicz序列空间中Gateaux可微点(光滑点)与Frechet可微点(强光滑点)的判定准则．在此基础上推出了该空间具有光滑性或强光滑性的充分必要条件．     

���帺������β��������ͼ������ֵβ���ʵĽ�����

Let $X_1,X_2,\ldots,X_n$ be a sequence of extended negatively dependent random variables with distributions $F_1,F_2,\ldots,F_n$,respectively. Denote by $S_n=X_1+X_2+\cdots+X_n$. This paper establishes the asymptotic relationship for the quantities $\pr(S_n>x)$, $\pr(\max\{X_1,X_2, \ldots,X_n\}>x)$, $\pr(\max\{S_1,S_2$, $\ldots,S_n\}>x)$ and $\tsm_{k=1}^n\pr(X_k>x)$ in the three heavy-tailed cases. Based on this, this paper also investigates the asymptotics for the tail probability of the maximum of randomly weighted sums, and checks its accuracy via Monte Carlo simulations. Finally, as an application to the discrete-time risk model with insurance and financial risks, the asymptotic estimate for the finite-time ruin probability is derived.     

无限维空间中总极值的有限维逼近

变分学、最优控制、微分对策等问题,要求考虑无限维空间中的总极值问题,但实际计算中只能得出有限维空间中的解。本文利用积分型总极值途径和变测度的思想,给出了最优性条件,算法及从有限维过渡到无限维的收敛性,最后还给出构造变测度序列的两个例子。     

截尾情形下Weibull分布的最大似然估计

本文利用似然函数的单调性,分别给出了定时截尾和定数截尾情形下Weibull分布中参数最大似然估计(MLE)的数值解法.数据模拟研究表明,所给出的解法效果良好.     

基于偏正态分布联合位置、尺度与偏度模型的极大似然估计

本文提出了基于偏正态分布联合位置、尺度与偏度模型,通过极大似然迭代算法给出了联合模型参数的估计方法,最后通过随机模拟和实例研究说明了提出的模型与方法的有效性。     

比例风险模型下参数估计的两种MM算法的一些应用

对于带有删失机制的生存数据的研究,比例风险模型是应用最为广泛的统计模型之一。实际中,为得到其参数的极大似然估计需要采用数值方法计算得分方程的解。MinorizationMaximization算法(以下简称"MM算法")将求解复杂的目标函数的极值问题转化为求解简单的代理函数的极值问题。本文主要探讨,在比例风险模型下通过两种不同的思想为偏似然函数构造代理函数,从而得到的两种MM算法。通过数值模拟和实际数据分析实现这两种MM算法在比例风险模型下的一些应用。     

Asymptotic Properties of the Maximum Likelihood Estimator for Stochastic PDEs Disturbed by Small Noise

Consider a parabolic stochastic partial differential equation perturbed by small noise observed on a time interval [0,T]. We construct the maximum likelihood estimators of the coefficients of the operators involved in these equations based on partial observations in the form of diffusion processes and show the asymptotic efficiency for loss functions with polynomial majorant as the variance goes to zero.     

随机截尾情形下Rayleigh分布参数的最大似然估计

研究了随机截尾情形下Rayleigh分布参数的最大似然估计,研究了最大似然估计的存在唯一性;在很一般的条件下证明了估计的强、弱相合性和渐近正态性.     

指数族非线性模型最大似然估计的相合性和渐近正态性

本文我们提出了一些正则条件, 这些条件减弱了Zhu and Wei (1997)文中的条件. 基于所提的正则条件, 我们证明了指数族非线性模型参数最大似然估计的相合性和渐近正态性. 我们的结果可被认为是Zhu and Wei (1997)工作的进一步改进.     

Sharp Error Estimate for Maximum Likelihood Estimator of Nonstationary Diffusion Processes

We consider the maximum likelihood estimator of the unknown parameter in a class of nonstationary diffusion processes. We give further a precise estimate for the error of the estimator.     

交替迭代最大似然估计量的偏倚校正

In this paper, we give a definition of the alternating iterative maximum likelihood estimator (AIMLE) which is a biased estimator. Furthermore we adjust the AIMLE to result in asymptotically unbiased and consistent estimators by using a bootstrap iterative bias correction method as in Kuk (1995). Two examples and simulation results reported illustrate the performance of the bias correction for AIMLE.     

参数θ的函数f(θ)的极大似然估计

在微积分范围内给出了参数θ的函数f(θ)的极大似然估计.     

优良抽样设计下Logistic分布中参数的极大似然估计

当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样(RSS)被视为一种比简单随机抽样(SRS)更为有效的收集数据的方式.动态极值RSS (MERSS)是一种修正的RSS.文章在SRS和MERSS下研究了Logistic分布中参数的极大似然估计(MLEs).在这两种抽样下证明了该分布中位置参数和刻度参数的MLEs的存在性和唯一性,并计算了所含参数的Fisher信息量和Fisher信息矩阵.比较了这两种抽样下对应估计的渐近效率.数值结果表明MERSS下的MLEs一致优于SRS下的MLEs.