删失场合半参数回归模型的二阶段估计

对于半参数回归模型ｙｉ＝ｘ′ｉβ＋ｇ（ｔｉ）＋ｅｉ，１≤ｉ≤ｎ，ｇ为Ｒ１上未知函数，β为ｐ×１维待估参数向量．本文考虑当ｙｉ被随机删失时β和ｇ的估计．基于模型的可加性，利用综合数据法得到β的二阶段估计β～＊ｎ和ｇ的估计ｇ＊ｎ，并证明了它们的强相合性．     

半参数回归模型非参数分量L1模估计的最优收敛速度

对半参数回归模型，采用分段多项式逼近非参数函数，构造了参数与非参数分量Ｌ１模糊估计，并获得了非参数分量Ｌ１模估计的最优估计收敛速度为Ｏｐ（ｎ＾－ｍ＋ｒ／［２（ｍ＋ｒ）＋１］）。     

回系数的广义根方估计及其模拟

文献［１，２］中提出了回归系数的根方估计β＾（ｋ），当回归自变量间存在复共线关系时，β＾（ｋ）较回归系数的最小二乘估计β有所改善。本文将根方估计作一拓广，得出了回归系数的广义根方估计β＾（Ｋ），其中Ｋ为对角阵。文中证明了广义根方估计β＾（Ｋ）较β＾（ｋ）能更有效地改善最小二乘估计，并给出了广义根方估计的显式解，在此基础上，提出了广义根方估计的显式解和一种确定ｋｉ的方法。     

关于非参数回归M－估计的最优收敛速度的一点记注

假设随机观测数据（Ｔ１，Ｙ１），…，（Ｔｎ，Ｙｎ）满足非参数回归模型Ｙｉ－ｇ０（Ｔｉ）＋ｕｉ，１≤ｉ≤ｎ。本文讨论非参数回归函数ｇ０的分段多项式Ｍ估计ｇｎ的最优收敛速度问题，其中ｇｎ满足为一ｍ阶分段多项式函数类，ρ是给定的一个函数，它不一定处处可微．在一定条件下，本文证明了上述稳健Ｍ估计达到非参数回归的最优收敛速度．     

线性模型中回归参数的最佳逼近M－估计

本文首先提出了选取回归参数Ｍ－估计中函数ρ的一种新原则，然后利用ρ的最佳逼近函数定义了一种新估计－ＢＡＭＥ．并证明了其强相合性；讨论了其稳健性，较比通常的Ｍ－估计，ＢＡＭＥ有以下优点：（１）ρ的选取充分利用了误差的分布信息；（２）具有显式表达，其算法方便；（３）相合性的证明相当于ＬＳ－估计的复杂程度，比Ｍ－估计简单得多．     

半参数回归估计的相合条件

设有半参数回归模型ｙｉ＝ｘ’，β＋ｆ（ｔｉ）＋ｅｉ，ｉ＝１，．．．ｎ，其中｛ｔｉ｝为常数列，本文对｛ｘｉ｝为设计点列的情形，给出了β、ｆ（ｔ）有相合估计的条件；在｛ｘｉ｝为随机的情形，建立了ｆ（ｔ）估计的相合性。     

非线性回归M-估计的信赖域算法

１引言 考虑具有随机载荷的非线性回归模型其中（Ｘｉ,ｙｉ）　　是ｉ．ｉ．ｄ．随机序列,具有公共分布　　　　　　是已知的回归函数,β　Ｒｍ是未知参数向量,误差ｉ与兄独立　　　．为简单计,本文假设　　　＝１且ｆ（ｘ,·）是连续可微函数． 如何根据观察值（Ｘ１,ｙ１）,…,（Ｘｎ,ｙｎ）对回归参数向量β进行有效地估计,这是一个重要的统计问题．由于传统的最小二乘法关于残差异常值不具有稳健性,因此,迫使人们考虑新的估计方法．Ｈｕｂｅｒ最早提出了线性回归的稳健Ｈｕｂｅｒ估计,后又推广成一般形式的Ｍ－估计、ＧＭ…     

具有独立贡献的相依回归模型

考虑相依回归（ＳＵＲ）模型ｙｉ＝Ｘｉβｉ＿ｅｉ，ｉ＝１，２，…，ｍ，Ｅｅｉ＝０，ｉ，ｊ＝１；２，…ｍ，其中ｙｉ和ｅｉ是ｎ×１维随机向量，Ｘｉ是ｎ×ｐｉ已知矩阵，βｉ是ｐｉ×１维参数向量，∑＝（σｉｊ）ｍ×ｍ＞０．文中给出了两个概念：独立贡献和简洁估计．主要结果是如下五种叙述等价：（１）ＳＵＲ模型具有独立贡献；（２）βｉ的ＢＬＵＥ是简洁估计；（３）协方差改进估计是ＢＬＵＥＺ（４）βｉ的ＢＬＵＥ具有形式其中，ｊ＝１，２，…，ｍ；（５）ＰｋＮｉＮｊ＝０，ｉ≠ｊ，ｋ，Ｉ，ｊ＝１，２，…，ｍ     

半参数回归模型的极小极大线性估计

给出了半参数回归模型中当累赘参数ｇ（ｔ）一致有界或者ｇ（ｔｉ）落在有界球体内参数β的极小极大线性估计，并指出它们按均方误差收敛的速度达到Ｏ（ｎ＾－１）。     

非参数回归函数估计的随机加权逼近

本文应用随机加权法的思想构造了回归函数的最近邻估计和核估计的随机加权统计量,并证明了用随机加权统计量的分布逼近两类估计量的分布之精度可达到ｏ（ｎ~（－１／２Ｐ）,其中１＜ｐ ≤ ２．     

在一般Gauss─Markoff模型下线性变换保最佳线性最小偏倚估计

在一般Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型｛Ｙ，Ｘβ，Ｖ｝下，设Ｆ是一个适当阶矩阵，Ｃ为任意适当维向量，本文找到了ＡＹ是Ｃ＇β的最小偏倚估计的充分必要条件及ＡＹ是Ｃ＇β的最佳线性最小偏倚估计的充要条件．在以概率１意义下，证明了对于所有适当维向量Ｃ，Ｃ＇β的最佳线性最小偏倚估计能被表示成ＦＹ的线性函数的充要条件，且在此条件下，线性变换保最佳线性最小偏倚估计．     

增长曲线模型中参数估计的一个注记

对于具有序列协方差结构的正态增长曲线模型，证明了在一定条件下不存在方差的一致最小无偏估计。给出了在任意凸损失下存在回归系数矩阵的任何线性可估函数的一致最小风险无偏估计的另一个充要条件。     

Stein–type shrinkage quantile estimation

The simultaneous asymptotic estimation theory of quantiles is considered for an arbitrary population. The Stein–type estimator and its positive version are considered. The relative merits of the proposed estimators are compared with those of the usual estimator using asymptotic quadratic distributional risk those of the usual estimator using asymptotic quadratic distributional risk under local alternatives. It is shown that both proposed estimators are asymptotically superior to the classical estimator. Further, it is demonstrated that the Stein-type estimator is dominated by its positive part     

一类半参数回归模型的估计问题

该文对半参数回归模型ｙｉ~（Ｔ）＝βｘｉ~（Ｔ）＋ｇ（ｔｉ~（Ｔ））＋ε_ｉ~（Ｔ）,定义了β,ｇ的估计量β_Ｔ,ｇ_Ｔ（ｔ）,获得了它们的强相合、强一致相合、ｓ阶矩相合,ｓ阶一致矩相合性．     

Deviation inequalities for an estimator of the conditional value-at-risk

In this paper, we present a deviation inequality for a common estimator of the conditional value-at-risk for bounded random variables. The result improves a deviation inequality which is obtained by Brown [D.B. Brown, Large deviations bounds for estimating conditional value-at-risk, Operations Research Letters 35 (2007) 722-730].     

回归估计样本容量的确定

本文就回归估计量回归系数已知和未知两种情况，给出确定样本容量的方法．     

参数的变换矩估计方法

概率积分变换是统计分析中一个重要方法，它在拟合优度检验中得到了良好的应用．本文将这一思想应用于参数估计问题，提出一般参数估计的变换矩方法研究表明，这种方法既有较高的效率，又有良好的稳健性．文中证明了变换矩估计的存在性，相合性和渐近正态性，同时给出了影响函数和崩溃点，并具体分析了几个常见分布族的结果．     

A Necessary and Sufficient Condition for Admissibility of Nonnegative Quadratic Estimator

ＡＮｅｃｅｓｓａｒｙａｎｄＳｕｆｆｉｃｉｅｎｔＣｏｎｄｉｔｉｏｎｆｏｒＡｄｍｉｓｓｉｂｉｌｉｔｙｏｆＮｏｎｎｅｇａｔｉｖｅＱｕａｄｒａｔｉｃＥｓｔｉｍａｔｏｒＬｕＣｈａｎｇｙｕ（鹿长余）（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，Ｎｏｒｔｈｅａ...     

均匀设计抽样的应用

均匀设计抽样是张润楚和王兆军提出的，并且张润楚和王兆军从理论上证明了它的优良性质。本文考虑了均匀设计抽样在求函数的最大值，积分的近似计算，回归直线的拟合和极大似然估计的求取方面的应用。模拟的结果再次说明了均匀设计抽样的优良性。     

随机系统的状态与参数估计

本文根据Ｋａｌｍａｎ滤波与时间序列分析的理论，对非线性随机系统，导出了状与参数同时进行估计的递推算法，确定了它们的统计性质。为减少估计误差，用两层估计方法改进了估计精度。这个结果在ＳＩＳＯ系统中得到了证实。