成分数据的线性模型

本文建立了成分数据的线性模型,对参数给出了估计,证明了参数估计的多种性质.     

成分向量分布的几个问题

成分统计分析的名著１中提出了一些看法，本文就其中三点提出不同的意见，并给出了实例，（１）关于狄氏分布与独立性；（２）关于乘法逻辑分布的引入有无必要；（３）关于成分与问量的独立性。     

SURE模型中参数的UMRE估计的一个注记

本文考虑似乎不相关回归方程组（ＳＵＲＥ）模型在设计阵不满秩情形下回归系数的一致最小风险同变（ＵＭＲＥ）估计。给出仿射变换群，转移变换群各自在二次损失和矩阵损失下回归系数可估函数存在ＵＭＲＥ估计的充要条件。     

Weibull分布族中参数的渐近有效估计

本文构造了Ｗｅｉｂｕｌｌ分布族（ｍｘ＾ｍ－１／θｅ＾－ｘｍ／θ，ｘ＞０，ｍ＞０，θ＞０）中形状参数，刻度参数θ的渐近中位无偏限制下的渐近有效估计ｍｎ，θｎ，同时不证明了Ｃ１θｎ＋Ｃ２Ｍｎ为Ｃ１θ＋Ｃ２ｍ的渐近有效估计（其中Ｃ１，Ｃ２为任意给定的常数。）     

截断分布族中估计的渐近有效性（II）

本文在一般截断型分布族中给出了参数函数的估计的Ｂａｈａｄｕｒ型渐近有效性的一种定义，验证了常用估计德这种渐近有效性，比较了Ｂａｈａｄｕｒ型与竹内启型渐近有效性之间的关系，系统地给出了具有Ｂａｈａｄｕｒ型但不具竹内启型渐近有效性估计的例子。     

无失效数据可靠性参数的综合估计

本对指数分布的无失效数据（ｔｉ,ｎｉ）,给出了参数λ的最小二乘估计以及失效概率ｐｉ＝ｐ｛Ｔ〈ｔｉ｝的Ｂａｙｅｓ估计,并在引进失效信息后给出了Ｐｍ＋１（ｒ）＝Ｐ｛Ｔ〈ｔｍ＋１｝的Ｂａｙｅｓ估计和综合估计,从而可以得到无失效数据的失效率和可靠度的综合估计。最后,综合实际问题进行了计算。     

服从Dirichlet分布的成分数据的贝叶斯分析

本文研究了Dirichlet分布总体的参数和其他感光趣的量的贝叶斯估计。在参数的有实际意义的函数上设置均匀的先验分布，对适当变换后的参数用Metropolis算法得到马尔可夫链蒙特卡罗后验样本，由此即得参数和其他感兴趣的量的贝叶斯估计。     

部分线性模型中参数估计的Bootstrap逼近

考虑回归模型 :yi=xiβ+g(ti) +σiei,1≤ i≤ n.其中 σ2i=f(ui) ,(xi,ti,ui)是固定非随机设计点列 ,f (· )和 g(· )是未知函数 ,β是待估参数 ,ei 是随机误差 .对文 [1 ]给出的基于 g(· )及 f(· )的一类非参数估计的β的最小二乘估计β^ n和加权最小二乘估计βn,本文通过重抽样的方法构造了 β^n 和 βn 的 Bootstrap统计量 β^ *n 和 β*n .证明了在给定原样本的条件下 ,n (β^ *n -β^ n)和 n (β*n -β^ n)分别与 n (β^ n-β)和 n (βn-β)有相同的渐近分布 .     

核实数据下非线性半参数EV模型的估计

本文研究了核实数据下的协变量带有测量误差的非线性半参数EV模型.在不假定测量误差结构的情形下,利用最小二乘方法和核光滑技术,构造了非线性函数中未知参数的两种估计,证明了未知参数估计的渐近正态性.通过数值模拟说明所提估计方法在有限样本下的有效性.     

ESTIMATORS AND SOME BEHAVIORS FOR A PARTIALLY LINEAR MODEL WITH CENSORED DATA

1991MRSubjectClassification62G05,62E20,62J991IntroductionInrecelltyearstherehasbeedagreatdealofinterestilltheallalysisofpal.tiallylilleal*model.Speckman[']proposedaluethodofkernelsmoothingandthepartialregressionestinlator.ChenandShiau[2]showedthatatwo-stagesplinesmoothingmethodanddiscussedthelarge-samplebehavioroftwoefficientestimatorsforthepararl--letriccorxlponentofapartiallylineal.model.Inthispaper,weconsidertheestimationofpartiallylinearlliodelwith,f..sorilig.Anappealingnonparallletric…     

ASYMPTOTIC PROPERTIES OF ESTIMATORS IN PARTIALLY LINEAR SINGLE-INDEX MODEL FOR LONGITUDINAL DATA

In this article, a partially linear single-index model /or longitudinal data is investigated. The generalized penalized spline least squares estimates of the unknown parameters are suggested. All parameters can be estimated simultaneously by the proposed method while the feature of longitudinal data is considered. The existence, strong consistency and asymptotic normality of the estimators are proved under suitable conditions. A simulation study is conducted to investigate the finite sample performance of the proposed method. Our approach can also be used to study the pure single-index model for longitudinal data.     

删失数据半参数回归模型的样条估计量的渐近正态性

本文研究了删失数据半参数回归模型的渐近正态性问题.利用样条光顺和合成数据的方法,获得了参数β、非参数h(t)的样条估计量,以及参数估计量的渐近正态性,推广了完全数据情形的相应结果[4].     

随机删失数据下几种风险率函数估计的渐近性质

文中对于删失数据下几种不同的风险率函数估计进行了研究。使用与以往不同的方法，在较弱的条件下，改进并扩充了现有文献的结果，获得了这几种风险率函数估计的渐近正态性，一致强弱相合收敛速度以及重对数律且进行了数值模拟。     

GBVE分布相关参数的矩型估计

考虑Gumbel提出的二元指数分布,其可靠度函数为 .我们把这类分布称为 .根据(Lnx1,LnX2)的混合矩的性质,本文提出了δ的两个矩型估计δ1和δ2,证明了δ1和δ2都有强相合性和渐近正态性,得到了δ1和δ2的渐近方差σδ12和σδ22并把σδ12和σδ22作了比较.最后还给出了若干随机模拟结果.     

k组多元自相关数据服从同一模型的假设检验

本文考虑了ｋ个多元同类自相关线性模型的回归系数和协方差阵相等的同时检验问题，得到了似然比检验统计量，统计量的矩及渐近中心分布。     

截断与删失数据的极大似然估计的中偏差

本文研究了截断与删失模型,运用Taylor渐近展开方法,得到模型的极大似然估计的中偏差,比渐近正态性结果更加精细.     

一类纵向数据半参数模型估计的收敛速度

本文研究了一类纵向数据半参数模型参数和回归函数的估计问题.利用最小二乘法和一般的非参数权函数方法,获得了参数估计量的强收敛速度和回归函数估计量的一致收敛速度,推广了文献[4]的相应结果.     

威布尔分布无失效数据的统计分析

本文对Weibull分布场合下的无失效数据(ti,ni),根据“平均剩余寿命”这一概念得到了参数的拟矩估计,进而将其转化至有一个或多个失效数据的情形,利用[1]中的结果给出了失效概率pi的多层Bayes估计,从而利用分布函数曲线拟合方法得到了未知参数的估计．并结合实际问题进行了计算．     

On construction of improved estimators in multiple-design multivariate linear models under general restriction

Consider a set ofp equations Y_i = X_ii + _i,i=1,...,p, where the rows of the random error matrix (₁,..., _p):n × p are mutually independent and identically distributed with ap-variate distribution functionF(x) having null mean and finite positive definite variance-covariance matrix . We are mainly interested in an improvement upon a feasible generalized least squares estimator (FGLSE) for = ( ₁ ,..., _p ) when it is a priori suspected thatC=c_o may hold. For this problem, Saleh and Shiraishi (1992,Nonparametric Statistics and Related Topics (ed. A. K. Md. E. Saleh), 269–279, North-Holland, Amsterdam) investigated the property of estimators such as the shrinkage estimator (SE), the positive-rule shrinkage estimator (PSE) in the light of their asymptotic distributional risks associated with the Mahalanobis loss function. We consider a general form of estimators and give a sufficient condition for proposed estimators to improve on FGLSE with respect to their asymptotic distributional quadratic risks (ADQR). The relative merits of these estimators are studied in the light of the ADQR under local alternatives. It is shown that the SE, the PSE and the Kubokawa-type shrinkage estimator (KSE) outperform the FGLSE and that the PSE is the most effective among the four estimators considered underC=c_o. It is also observed that the PSE and the KSE fairly improve over the FGLSE. Lastly, the construction of estimators improved on a generalized least squares estimator is studied, assuming normality when is known.