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.     

关于回归函数核估计的正态逼近速度

§1.引言和主要结果 设{(X_i,Y_i);1≤i≤n}为来自二元总体的iid样本。对于回归函数r(x)=E(Y|X=x)的估计问题,早在1964年,Nadaraya首先在文献[1]中提出了如下的核估计     

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}     

学生化Kaplan—Meier估计的正态逼近速度

设Ｆ（ｔ）是表示寿命的分布函数，Ｇ（ｔ）是表示删失的分布函数，Ｆ（ｔ）是Ｆ（ｔ）＝１－Ｆ（ｔ）的Ｋａｐｌａｎ－Ｍｅｉｅｒ估计。     

NA随机变量的递归密度核估计的渐近正态性

设{Xn,n≥1}为同分布的NA样本序列，其未知概率密度函数为f(x),基于样本X1,…,Xn，用递归密度核估计fn(x)=1/n∑j=1 n 1/hj K(x-Xj/hj)对f(x)进行估计。本文研究了在一定条件下，fn(x)的渐近正态性。     

光滑分布函数分位数估计的注记

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。     

相依样本下概率密度函数估计的渐近正态

设随机变量 X具有概率密度函数 f (x) ,X1,… ,Xn为 f (x)的样本 ,基于 X1,… ,Xn定义一类 f (x)的估计 fn(x) .本文在 X1,… ,Xn为 α——混合、ρ——混合样本时 ,得到了 fn(x)的渐近正态性     

NA样本下回归函数导数估计的收敛速度

本文对NA样本,在一定条件下,研究了非参数回归函数导数核估计逐点强相合及一致强相合的收敛速度.     

相依样本分布函数和回归函数核估计的强收敛性及其速度

本文讨论样本为φ-混合和α-混合时分布函数核估计的强相合性.在α-混合时讨论其收敛速度,我们的结果与i.i.d.情况相一致,从而改进了[2]中的结论。同时,本文还在ρ-混合下,讨论回归函数核估计的强收敛性及收敛速度,其结果接近于独立情形。     

学生化Kaplan－Meier估计的正态逼近速度

设Ｆ（ｔ）是表示寿命的分布函数，Ｇ（ｔ）是表示删失的分布函数，Ｆ（ｔ）是Ｆ（ｔ）＝１—Ｆ（ｔ）的Ｋａｐｌａｎ－Ｍｅｉｅｒ估计．本文在Ｆ（ｔ），Ｇ（ｔ）均连续的条件下，证明了对任何取定的０＜ｔ＜ＴＨ，有其中ＴＨ＝ｉｎｆ｛ｔ：Ｈ（ｔ）＝０｝，Ｈ（ｔ）＝（１－Ｆ（ｔ））（１－Ｇ（ｔ）），渐近方差的刀切估计．     

NA样本递归型分布函数估计的相合性

在NA相依样本条件下，对未知分布函数F(x)的递归核估计进行研究，在适当的条件下，得到了估计的r^-阶平均相合速度，逐点强相合和一致强相合速度，作为应用，讨论了平均剩余寿命函数估计的相合速度。     

关于线性秩统计量的渐近正态性及其收敛速度

本文讨论线性秩统计量的渐近正态性的条件及其收敛速度．推广了Hajek关于线性秩统计量收敛于正态分布的条件的重要定理，并得出了一个较易验证的充分条件．对于一般形式的计分函数，在一定条件下得出了相应线性秩统计量收敛于正态分布的速度．     

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.     

ASYMPTOTIC NORMALITY OF PARAMETERSESTIMATION IN EV MODEL WITH REPLICATEDOBSERVATIONS

1 IntroductionFOrnully the EV (Errors-ill-Vaiables) nrodel is just tlie regressiOli medel with both depen-dent aud iudependeut variables arc subject to error (see, fOr exan1ple, [21~[71 alid tlie literaturecited tl1ere). Collsiderillg tliat iu mauy practical aPplications, taking replicated observationspresellts lio esseutial dimculties. heuce can offer a couveuiellt choice in avoidillg artilicia1 as-sunWtions about tlie nlodel. This case was studied ill essay [11, in which estinators of a …     

缺失数据下非线性半参数EV模型的估计

考虑解释变量带有测量误差且响应变量随机缺失情形下的非线性半参数EV模型. 利用核实数据,构造了未知参数和非参数函数的两种估计.证明了未知参数估计的渐近正态性,给出了非参数函数估计的最优收敛速度.     

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.     

NA样本下非指数分布族参数的经验Bayes估计

在"平方损失"下,研究了基于NA样本情形下非指数分布族参数θ的经验Bayes估计.利用概率密度函数的核估计,构造了参数的经验Bayes(EB)估计量,在适当的条件下证明了获得的(EB)估计是渐近最优的且收敛速度的阶为O(n~(-(rs-2)/2(s+2))),其中s2,s∈N,2/sr1.最后给出一个满足定理条件的例子.     

NA相依样本下固定设计非参数回归权函数估计

在NA相依样本下,研究固定设计非参数回归权函数估计的强相合性和完全收敛性,获得了一些较合理的充分条件,较好地推广和改进了Georgiev在独立情形下所得到的相应结论。     

ASYMPTOTIC NORMALITY OF KERNEL ESTIMATES OF A DENSITY FUNCTION UNDER ASSOCIATION DEPENDENCE

Let {X_n, n≥1} be a strictly stationary sequence of random variables, whichare either associated or negatively associated, f(·) be their common density. In this paper,the author shows a central limit theorem for a kernel estimate of f(·) under certain regularconditions.     

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.