人口总数估计:基于三系统估计量与比率估计量的组合方法

受多种因素影响,人口普查结果不可避免地偏离真实人口总数,如何构造一个统计性质优良,适用范围广的人口总数估计量,精准把握人口变动趋势是政府统计工作的重要议题.本文解读了英国统计局普查年人口总数估计的经验方法,据此提出三系统估计量与比率估计量组合的人口总数估计方法.模拟研究结果表明,在人口总体合理分层的基础上,新方法能较好...     

时间序列模型L_1-估计量的极限分布:平稳自回旧模型

时间序列模型的L_1-估计问题是非常重要的．这些估计量的许多性质都被研究过．然而,仍有一些基本问题有待解决．本文将给出平稳自回归模型L_1-估计量的极限分布．     

时间序列模型L_1-估计量的极限分布:平稳自回旧模型

时间序列模型的L_1-估计问题是非常重要的．这些估计量的许多性质都被研究过．然而,仍有一些基本问题有待解决．本文将给出平稳自回归模型L_1-估计量的极限分布．     

时间序列模型L1-估计量的极限分布:平稳自回归模型

时间序列模型的L1-估计问题是非常重要的.这些估计量的许多性质都被研究过.然而,仍有一些基本问题有待解决.本文将给出平稳自回归模型L1-估计量的极限分布.     

多重延迟的关键更新定理及其在风险理论中的应用

利用广义局部次指数分布族的性质,讨论了带有多重延迟且Lundberg指数不存在时的关键更新定理,所得结果包含了重尾和轻尾的情形.将此结果应用到平稳更新风险模型,得到了该模型在破产时亏损额分布的局部渐近性质.     

不同混合线性模型下线性函数的最佳线性无偏预测相等的条件

考虑一个不仅对协方差矩阵没有任何秩假设,而且对随机效应向量和随机误差向量之间的关系没有任何限制的混合线性模型.给出了线性统计量Ay是线性函数f（L,N）的最佳线性无偏预测的充要条件;同时也给出了在混合线性模型M1下BLUP（f（L,N））仍是在混合线性模型M2下BLUP（f（L,N））的充要条件;最后给出在两混合线性模型下BLUP（f（L,N））相等的条件.     

带有二元连接函数的半参数模型

提出了一种新的带有二元连接函数的广义半参数模型,即二元连接模型(简称为BLM).使用轮廓似然方法估计模型的参数和非参数部分,并给出了计算算法.证明了所得的未知参数的估计量为n~(1/2)-相合,渐近正态且具有渐近最小方差,给出了实际数据分析和模拟研究,最终采用局部功效方法来检验非参数部分的线性性.     

指数族非线性混合效应模型基于$Q$函数的数据删除度量

对指数族非线性混合效应模型, 本文基于$Q$函数(朱宏图, 2001)方法, 给出几种度量数据删除影响的统计量\bd 其主要思想是将随机效应视为缺失数据, 并利用EM算法来处理完全数据对数似然函数的条件期望\bd 一个实际例子说明我们方法是有效的     

强相依数据的函数系数部分线性模型的估计

本文讨论在数据是强相依的情况下函数系数部分线性模型的估计．首先,采用局部线性方法,给出该模型函数项函数的估计;然后,使用两阶段方法给出系数函数的估计．并且讨论了函数项函数估计的渐近正态性,以及系数函数估计的弱相合性和渐近正态性.模拟研究显示,这些估计是较为理想的．     

数据缺失机制不明确时的分布函数估计

研究了在数据缺失机制不明确时如何估计随机变量Y的分布函数FY(y),该问题不同于可以用参数模型刻画数据缺失机制时的情形,考虑到此时可能出现不可识别现象,获取一些辅助信息是必要的.借助一个可以完全观察到的随机变量X提供必须的辅助信息,构造了随机变量Y的分布函数Fy(y)的估计量,并研究了它的大样本性质.     

条件t-分位数核估计的逼近速度

该文研究了条件狋 分位数核估计的逼近速度问题．在适当的条件下,给出了核估计的强收敛速度、正态逼近速度和Ｂｏｏｔｓｔｒａｐ逼近速度．     

A Generalization of Univaleby Functions with Negative Coefficients

ＡＧｅｎｅｒａｌｉｚａｔｉｏｎｏｆＵｎｉｖａｌｅｎｔＦｕｎｃｔｉｏｎｓｗｉｔｈＮｅｇａｔｉｖｅＣｏｅｆｆｉｃｉｅｎｔｓＭ．ＫＡｏｕｆ（Ｄｅｐｔ．ｏｆＭａｔｈ．，ＦａｃｕｌｔｙｏｆＳｃｉｅ．，Ｕｎｉｖ．ｏｆＭａｎｓｏｕｒａ，Ｍａｎｓｏｕｒａ，Ｅｇｙｐｔ...     

具有负系数的单叶函数的推广

Let R_A,B(α,β,q) denote the class of functions f(z) = z(?) which are analytic and nnivalent in < 1, and satisfy the condition. Also let R_A,B(α,β,q,t) denote the class of functions (1 - t)z + tf(z), where f(z) ∈R_A,B(α,β, q) and t ∈(0, 1].Sharp results concerning representation, distortion theorems and radius of convexityfor the class R_A,B(α,β, q, t) are determined. It is shown that the class R_A,B(α,β,q, t)is closed under linear combinations. Furthermore extreme points and support points forthe class R_A,B(α,β,q, t) are also determined.     

A decomposition for the exponential dispersion model generated by the invariant measure on the hyperboloid

For = ₀, ₁, ₂) andx=(x₀, x₁, x₂) in R³, define [,x] = ₀ x ₀ – ₁ x ₁ – ₂ x ₂,C = {x³:x ₀ > 0 and [x, x]>0},R(x)=([x, x]) ^1/2 forx inC andH ₁={xC: x₀>0,R(x)=1}. Define the measure onH ₁ such that if is inC and =R(), then exp (–[,x])(dx = ( exp )^–1. Therefore, is invariant under the action ofSO (1, 2), the connected component ofO(1, 2) containing the identity. We first prove that there exists a positive measure in ³ such that its Laplace transform is ( exp )^– if and only if >1. Finally, for 1 and inC, denotingP(,)(dx) = ( exp )^– exp (–[,x])(dx, we show that ifY ₀,...,Y _n aren+1 independent variables with densityP(,),j=0,...,n and ifS _k =X ₀ + ... +X _k andQ _k =R(S _k) –R(S _k–1) –R(Y _k),k=1,...,n, then then+1 statisticsD _n = [/,S _k ] –R _{k – 1} ),Q ₁,...,Q _n are independent random variables with the exponential () or gamma (1,1/) distribution.This research has been partially funded by NSERC Grant A8947.     

Bad Luck In Quadratic Improvement of The Linear Estimator In A Special Linear Model

The paper concludes our investigations in looking for the locally best linear-quadratic estimators of mean value parameters and of the covariance matrix elements in a special structure of the linear model (2 variables case) where the dispersions of the observed quantities depend on the mean value parameters. Unfortunately there exists no linear-quadratic improvement of the linear estimator of mean value parameters in this model.     

均值不等式的一个推广

给出几何-算术均值不等式的一个推广,实例展示其应用,说明与约束极值原理相关的一些问题也可以通过推广的几何-算术均值不等式加以解决.     

多元线性模型中条件最优预测的稳健性

研究了多元线性模型中条件最优线性无偏预测的稳健性问题,得到了条件线性可预测变量的这种预测关于协方差矩阵具有稳健性的充要条件.     

Convergence of the Gram-Charier expansion after the normalizing Box-Cox transformation

Consider an exponential family such that the variance function is given by the power of the mean function. This family is denoted by ED if the variance function is given by ^(2-)/(1-), where is the mean function. When 0<1, it is known that the transformation of ED⁽⁾ to normality is given by the power transformationX ^(1-2)/(3-3), and conversely, the power transformation characterizes ED⁽⁾. Our principal concern will be to show that this power transformation has an another merit, i.e., the density of the transformed variate has an absolutely convergent Gram-Charier expansion.     

广义线性回归极大似然估计的强相合性

设有该文第1节所描述的广义线性回归模型,以$\underline{\lambda}_n$和$\overline{\lambda}_n$分别记$\sum\limits_{i=1}^{n}Z_iZ_i^{\prime}$的最小和最大特征根,$\hat{\beta}_n$记$\beta_0$的极大似然估计.在文献[1]中,当\{$Z_i,i\ge1$\}有界时得到$\hat{\beta}_n$强相合的充分条件,在自然联系和非自然联系下分别为$\underline{\lambda}_n\rightarrow\infty$, $(\overline{\lambda}_n)^{1/2+\delta}=O(\underline{\lambda}_n)$（对某$\delta>0$)以及$\underline{\lambda}_n\rightarrow\infty$, $\overline{\lambda}_n=O(\underline{\lambda}_n)$.作者将后一结果改进为只要求$(\overline{\lambda}_n)^{1/2+\delta}=O(\underline{\lambda}_n)$,从而与自然联系情况下的条件达到一致.     

经典风险模型的推广

本文将经典风险模型的盈余过程推广为一谱正L\'evy过程与一从属L\'evy过程的差,利用L\'evy过程的性质和鞅方法, 得到破产概率的一些结果.对一类谱负的L\'evy过程研究了它的首达时的性质并得出了生存概率的Pollaczek-Khinchin公式.