线性模型误差方差估计的分布的非一致性收敛速度

设是用线性模型的前n个观察值算出的,基于残差平方和的误差方差σ²的估计,并以G_n(x)记的分布函数,Φ(x)记标准正态分布函数。本文在试验误差序列e₁,e₂,…独立同分布的条件下,只需假定E(e₁⁶)<∞,证明了最佳的非一致性收敛速度其中C为一个与n和x都无关的常数。     

Gauss-Markov条件下最小二乘估计的强相合性

设Y_i=x＇_iβ+e_i,1≤i≤n为线性模型,β_n=(β_n1,…,β_np)＇为β=(β₁,…,β_p)＇的最小二乘估计,以u_n记(sum from i=1 to n(x_ix＇_i))的(1,1)元,v_n=u_n^-1.证明了在Ee_i=O且{e_i}满足Gauss-Markov条件时,v_i→∞及sum from i=2 to ∞(v_i^-2(v_i-v_i-1)log~2i<∞)为β_n1强相合的充分条件,且对任何ε_n→0,v_i→∞及sum from i=2 to ∞(ε_iv_i^-2(v_i-v_i-1)log²i<∞)已不再充分.提出了β_n1强相合的一个充要条件,它把β_n1强相合归结为正交随机变量级数的收敛问题.     

非参数回归中位数交叉核实中位数估计的渐近性质

考虑非参数回归模型Y_ni=g(x_ni)+e_ni,1≤#em/em#≤n,其中g是定义在[0,1]上的待估计的连续函数,x_ni,1≤#em/em#≤n,是[0,1)上的固定设计点,e_ni,1≤#em/em#≤n,是中位数为0的iid随机变量,用最近邻中位数估计g_n.h(x_ni)=(m)(Y_(i(l)~(n),…,Y_(i(h))~(n))来估计g,其中h称为光滑参数。研究光滑参数的选择问题。h利用中位数交叉核实方法选择,记为h_n~*.在一定的正则性条件下,给出了h_n^*的上下界估计,估计g_n.h^*(x_ni)的收敛速度和弱一致相合性。文献中同类问题的结果只能得到平均弱相合性。     

线性模型中误差方差的二次型估计的可容许性问题

设有线性模型Y=(y₁…y_n)’=Xβ+ε=X(β₁…β_p)’+(ε₁…ε_n)’,这里n≥p,X已知,ε₁,…,ε_n相互独立,E(ε_i)=0,E(ε_i²)=σ²,E(ε_i³)=0,E(ε_i⁴)=3σ⁴,i=1,…,n,β∈R^p,0<σ~2<∞。令?={Y’AY:A≥0}。当损失函数为σ^-4(d-σ²)²且X=I_n或者X=1_n时,给出了 Y’AY(A≥0)在?中是σ₂的可容许估计的充分必要条件。又当ε～N(0,σ²I_n)时,给出了Y’AY(A≥0)在σ²的一切估计类中是可容许的充分条件。     

线性模型中误差方差估计的正态逼近的非一致性界限

在一般的线性模型中,根据观测值Y_j,…,Y_n,可以得出误差方差σ²的基于残差平方和的估计。分别用F_n和φ记r.v.(—σ²)/和N(0,1)的分布函数。本文证明了,若{e_j}独立,且存在常数D₁,D₂,使 则存在与n及x都无关的常数c,使对所有n和x,有 这一结果对文献[1]中的猜测给出了肯定的回答,且正如文献[2]中所指出的,它是一个不可改进的理想结果。     

l p值Gauss过程的增量有多大

设{Y(t),t≥0}={X_k(t),t≥0}^∞_k=1是独立的Gauss过程序列,σ²_k(h)=E(X_k(t+h)-X_k(t))².记σ(p,h)=(sum from k=1 to ∞ σ^p_k(h))^1/p,P≥1.考察σ(P,h)有界时Y(·)的大增量.作为一个例子,给出了无穷维分数Ornstein-Uhlenbeck过程在l^p空间中的大增量.所建立的方法适用于某些其它类型的平稳增量过程.     

半参数回归模型的参数估计的Bootstrap逼近

设有半参数回归模型Y=Xβ+g(T)+e.对利用核光滑方法得到的参数分量β和误差方差σ²的估计量β_n和σ_n²,本文通过对原样本进行重抽样的方法,构造了β_n和σ_n²的Bootstrap 统计量β_n*和σ_n^*2.证明了在给定原样本的条件下,n^1/2(β_n*-β_n)和n^1/2(σ_n^*2-σ_n²)分别与n^1/2(β_n-β)和n^1/2(σ_n²-σ²)有相同的渐近分布.     

辛流形M×R2n中的Hofer-Zehnder辛容量及应用

本文讨论辛流形(M×R²ⁿ,ωσ)中的 Hofer-Zehnder辛容量,定义 l₁(M,ω)=:inf{〈ω,α〉|〈ω,α〉>0,α∈π₂(M)}.证明若l₁(M,ω)>0,πr²<1/2l₁(M,ω),则C_HZ(M×B(r))=C_HZ(M×Z(r))=πr².当M等于点{P}时,就得到目前已知的结论.设CPⁿ是复投影空间,ω是CPⁿ上的辛形式,满足∫_cp¹ω=n+1,那么当πr²<1/2(n+1)时,C_HZ(CPⁿ×B(r))=C_HZ(M×Z(r))=πr².作为应用,还将证明M×Z((l₁(M,ω)/2π)^1/2)中的 Weinstein猜想成立.     

关于多重富氏积分球形和的局部化与收敛问题

本文讨论了多重富氏积分的Riesz球形平均 σ_R^α(f)(x)=∫_|y|≤R(1-|y|²/R²)^αf(y)e^2πix·ydy(x∈Rⁿ),当α<((n-1)/2)时的局部化与收敛性问题。证明了当维数n≥2m-1时,若α>(n-2(m+1))/2,f∈ L_m¹(Rⁿ),则关于α阶的Riesz球形和的局部化定理成立。文中还给出了σ_R^α(f)(x)在一点处收敛的充分条件。 当以α>((n-3)/2)为特殊情形时,对于σ_R^α(f)更一般的φ平均∫Rⁿ φ(εy)f(y)×e^2πix·ydy也得到相应的结果。     

慢电子对氮、氧和氖原子散射的总截面的计算

本文用下列解析原子波函数 1s电子:φ₁(r)=N₁e^-μar, 2s电子:φ₂(r)=N₂[(μr)e^-μr-Ne^-μar], 2p电子:φ3(r)=N₃(μr)cosθe^-μr, φ₄(r)=N₄(μr)sinθe^iφ-μr, φ₅(r)=N₅(μr)sinθe^-iφ-μr,推导出入射电子与氮、氧和氖原子之间相互作用的解析势函数,其中包括了交换作用与极化作用。应用这种势函数并用分波法,文中还算出了慢电子在这三种原子的势场中运动的畸变波函数、相移及散射总截面。计算结果与实验值很符合。     

小区间上的素变数三角和估计Ⅱ

设α是实数,x≥A≥2,e(θ)=e^2xiθ,Λ(n)是Mangoldt函数,以及本文用纯分析方法证明了:(ⅰ)设ε是任给的小正数,x^91/96+ε≤A≤x。那么对任给的正数c,一定存在正数c₁,c₂,使当α=a/q+λ满足:(α,q)=1,1≤q≤log^c₁x,时,(见定理2);(ⅱ)设N是大奇数,U=N^91/96+ε,则素变数不定方程N=p₁+p₂+p₃,N/3—U...     

有外磁场的二维Ising模型在T>Tc的能量-自旋关联函数

在标度极限下,即T→T_c+,H→0,R→∞,同时h=const·H|T—T_c|~(-15/8)固定,且很小,而r=R|T-T_c|固定,且很大时,我们研究了外磁场很小时 Ising模型的能量-自旋关联函数<σM₁,N₁^σM₁,N₂^εM₃N₃>.用集团展开方法得到其h²级与K⁰(nr)及K₁(nr)有关的领头和次领头项。     

Burgers方程的新的强对称、对称和李代数

本文给出Bursers方程 u_t=u_xx+2uu_x的一个新的强对称φ,两个新的对称σ₀和∑₀,并进一步给出了新的两组对称σ_n=φⁿσ₀,∑_n=φ~n ∑₀(n=0,1,2,…)和原有的两组对称K_n和τ_n(n=0,1,2,…)一起所满足的李代数。     

部分线性回归模型中的自适应估计

考虑半参数回归模型y_i=x_iβ+g(t_i)+e_i,1≤i≤n;其中g(·)是未知函数,β是待估参数,e_i是随机误差. 本文首先在(x_i,t_i)是i.i.d设计点列下,当g(·)的估计取一类核估计序列时,构造了β的自适应估计β_n,同时给出了β_n及g_n^*(g的最终估计)的渐近最优强弱收敛速度;然后在(x_i,t_i)是固定非随机设计点列下,当g(·)的估计取一般非参数估计(包括常见核估计和近邻估计),讨论了β的最小二乘估计的渐近正态性.     

Schur函数的一个展式及其在计数几何中的应用

本文给出对称多项式的幂的Schur函数展式(x₁^k+…+x_n^k)^m=sumC_{(λ1,…,λn)}S_{(λ1,…,λn)}(x₁,…,x_n)中系数C_{(λ1,…,λn)}的计算方法,并把它和文献[1]应用于计数几何的若干问题。     

有限总体U-统计量的Berry-Esseen界限

设AN为标有实数指标的N个球的一个总体,从中无放回地随机抽取n个球,其指标分别记为x₁,…,x_n.设φN(x,y)为关于x,y对称的二元Borel可测函数,记θ_N=E_φN(x₁,x₂),g(x₁)=E(φN(x₁,x₂)|x₁),σ_g²=Var(g(x₁)).本文证明了:若存在固定常数λ₁,λ₂,使0<λ₁≤n/NP_N≤λ_2<1,则存在仅与λ₁,λ₂有关的绝对常数C,使其中Φ(x)标准正态分布函数。     

金属材料的有效应力集中系数预测

本文从理论上导出了高缺口敏感和低缺口敏感的金属材料的有效应力集中系数K_f为K_t^1/(1+n)和K_t^2/(3+n).通过对大量K_f数据的综合分析得到了K_f-K_t的关系图,并指出了上面两种K_f关系的适用范围;对钢和铝合金的计算结果表明:理论值与测量结果非常接近,绝大部分数据的相对误差在±10％之内.最后讨论了光滑试样疲劳极限(σ_R)的理论表达式:σ_R=(K/Eⁿ)^1/(1-n),并分析了该式的意义和适用范围,结果表明σ_n=σ_cy(循环屈服强度).     

小区间上的素变数三角和估计Ⅰ

设α是实数,x≥A≥2,e(θ)=e^2πiθ,以及A(n)是Mangoldt 函数。本文主要证明以下结论(见定理1):设δ是任给的正数,x^91/96+ε≤A≤x。那么,对任给的正数c,一定存在正数c₁,使当A^-1log^cx≤|α|≤(log x)^-c1)时,A(n)e(nα)<<A(log x)^-c     

只有一个转变点的模型的假设检验和区间估计

对最多只含一个转变点t_o的模型X(i/n)=f(i/n)+e(i/n),其中f(t)=α+θI_(to,1)(t),0≤t≤1,e(1/n),…,e(n/n)独立同分布。本文讨论了关于转变点to,跃度θ以及e(t)的方差o²的假设检验和区间估计问题。     

密度函数的相合随机窗宽核估计

设X₁,X₂,…,X_n是来自具有密度f的总体的R^d(d≥1)中iid。样本,定义基于样本X₁,X₂,…,X_n的f(x)的核估计为:其中窗宽h_n不仅依赖于样本X₁,X₂,…,X_n,也同x有关,我们在关于核及h_n的很弱条件下,得到了f_n(x)的强一致相合性,而且应用这个一般结果于一个重要特例——最近邻估计,施加于数串{k_n}的限制较文献[4]大为减弱,我们的工作,使在“核具有有界支撑”这一限制下,随机窗宽核估计的强相合问题达到接近彻底解决的程度。