PA样本回归权函数估计的一致渐近正态性

在平稳PA样本下,讨论了非参数回归模型中权函数估计的一致渐近正态性,并给出了这个估计的一致渐近正态性的收敛速度.     

NA样本密度函数估计一致渐近正态性的收敛速度

在平稳NA样本下,讨论了未知密度函数估计的一致渐近正态性.在适当的条件下给出了该密度函数估计一致渐近正态性的收敛速度.这个速度几乎达到n^{-1/6}     

强混合样本下回归加权估计的一致渐近正态性

在强混合样本下,讨论固定设计回归模型的加权函数估计的一致渐近正态性,给出一致渐近正态性的收敛速度,这个速度接近n-1／6．     

正相协下风险度量VaR样本分位数估计的渐近性质

本文研究了正相协严平稳样本下,风险度量VaR样本分位数估计的问题.利用其指数不等式和协方差不等式,获得了风险度量VaR的样本分位数估计的相合性和渐近正态性,并给出Bahadur表示.     

负相协平均剩余寿命函数和有效函数的一类非参数估计

本文在NA样本下,讨论了平均剩余寿命函数和有效函数的非参数递归型估计的相合性和渐近正态性.     

负相协平均剩余寿命函数和有效函数的一类非参数估计

本文在 NA 样本下,讨论了平均剩余寿命函数和有效函数的非参数递归型估计的相合性和渐近正态性．     

混合样本时密度估计的渐近正态性

对多元密度函数的最近邻估计和核估计,在样本为不混合的场合下,本文获得了它们的渐近正态性。     

光滑分布函数分位数估计的注记(英)

文中通过光滑经验分布函数构造了分位数估计，建立该估计的Bahadu－强弱表示定理，并由Bahadur表示定理证明了该分估计估的重对数律和渐近正态性等深刻结果．     

相协样本下分位数的核估计在有限个点处的联合渐近分布（英文）

本文研究分位数的核估计在有限个不同点上的联合渐近分布.在相协样本下,构造分位数在有限个不同点上的核估计,并在适当的条件下证明所构造的估计的渐近正态性.最后还获得任意两个分位数差异的估计的渐近分布,推广现有文献中的相关结果.     

最近核邻型的光滑条件分位过程强逼近及其应用

文中证明了核邻型的光滑条件分位过程的强逼近，获得了其一致逼近速度．并由此结果推导出了光滑条件分位估计的渐近正态性、弱收敛和对数律等深刻结果．     

矩阵F分布渐近正态分布的一种方式(英文)

本文主要讨论矩阵F分布的一致渐近正态性.通过计算矩阵F分布和多元正态分布的Kullback-Leibler距离,找到了矩阵F分布一致渐近正态分布的条件.     

矩阵Г分布的一致渐近正态性

相对于两个密度函数之间的Kullback-Leibler距离,本文获得了矩阵Γ分布一致渐近正态分布的条件,由于矩阵Γ分布包含了Wishart分布,因此我们也指出了 Wishart分布一致渐近正态分布的条件．     

Lomax分布极大似然估计的两点研究

本文研究了Lomax分布参数极大似然估计的存在性和估计量的收敛性问题.利用严格的分析法和中心极限定理,获得了Lomax分布极大似然估计的存在性和估计量的渐近正态分布的结果,进一步推广到了有缺失数据的两个Lomax总体中,参数的极大似然估计有强相合性和渐近正态性.     

分数布朗运动模型中贝叶斯估计的渐近正态性

本文研究了由分数布朗运动驱动的线性随机微分方程中贝叶斯估计的渐近趋势．利用分数布朗运动的随机积分理论和Girsanov公式，得到了在平方损失函数下贝叶斯估计的渐近正态性．     

有限混合Laplace分布回归模型局部估计的EM算法

本文研究了一类有限混合Laplace分布回归模型的局部极大似然估计问题. 利用核回归方法和最大化局部加权似然函数的EM算法, 获得了参数函数的局部极大似然估计量, 并讨论了它们的渐近偏差, 渐近方差和渐近正态性. 推广了有限混合回归模型下局部非参数估计的结果.     

Asymptotic normality of fluctuations of the procedure of stochastic approximation with diffusive perturbation in a Markov medium

We consider the asymptotic normality of a continuous procedure of stochastic approximation in the case where the regression function contains a singularly perturbed term depending on the external medium described by a uniformly ergodic Markov process. Within the framework of the scheme of diffusion approximation, we formulate sufficient conditions for asymptotic normality in terms of the existence of a Lyapunov function for the corresponding averaged equation. __________ Translated from Ukrains’kyi Matematychnyi Zhurnal, Vol. 58, No. 12, pp. 1686–1692, December, 2006.     

ASYMPTOTIC NORMALITY OF THE NONPARAMETRIC KERNEL ESTIMATION OF THE CONDITIONAL HAZARD FUNCTION FOR LEFT-TRUNCATED AND DEPENDENT DATA

Under some mild conditions, we derive the asymptotic normality of the Nadaraya-Watson and local linear estimators of the conditional hazard function for left-truncated and dependent data. The estimators were proposed by Liang and Ould-Sa?d [1]. The results confirm the guess in Liang and Ould-Sa?d [1].