鞍点逼近下相关差的置信区间构造

相关差是医学中常用的重要指标,慢性病发病常用Poisson分布来拟合.使用鞍点逼近方法构造了相关差的置信区间,同时与传统的4种置信区间的构造方法,利用Monte Carlo模拟进行比较,最后用于实际数据分析.结果表明,鞍点逼近方法在大多数情况下,覆盖率较接近名义水平;在覆盖率差别不大时,鞍点逼近方法构造的区间长度较短;尤其在小样本下,鞍点逼近方法表现最好.所以鞍点逼近是统计量置信区间构造的一个好方法,可在各个领域内进行推广.     

双连续半群的概率饱和定理

利用Riemann-stieltjes随机过程、矩生成函数及算子值数学期望讨论了双连续C_0半群的概率逼近问题给出了指数有界的双连续C_0半群的概率饱和定理.     

利用局部加权拟合方法检验线性回归关系

利用局部加权技术拟合变参数回归模型,提出了一个检验线性回归关系的方法.基于残差平方和,构造适当的检验统计量,给出了计算检验p-值的精确方法及三阶矩x2逼近方法.随机模拟与实例分析表明计算p-值的逼近方法具有较高的精度,所提出的检验统计量在检测回归函数非线性性方面有满意的功效和可靠性.     

曲率障碍下四阶变分不等式的交替方向乘子法北大核心CSCD

对于重调和算子和曲率障碍表示的变分不等式,提出了自适应交替方向乘子数值解法(SADMM).对问题引入一个辅助变量表示曲率函数的增广Lagrange函数,导出一个约束极小值问题,并且该问题等价于一个鞍点问题.然后采用交替方向乘子法(ADMM)求解这个鞍点问题.通过采用平衡原理和迭代函数,得到了自动调整罚参数的自适应法则,从而提高了计算效率.证明了该方法的收敛性,并给出了利用迭代函数近似罚参数的具体方法.最后,用数值计算结果验证了该方法的有效性.     

积分波动率二阶变差估计量分析:鞍点算法

本文利用鞍点逼近方法对Black-Scholes模型的积分波动率的二阶变差估计量的估计误差进行分析,得到了相对于中心极限定理更为精细的结果,并且给出了逼近的鞍点算法。结果表明鞍点逼近是中心极限定理的纠正。模拟结果表明鞍点算法给出的估计误差分布相对于正态逼近更合理。该结果在对积分波动率进行统计假设检验时是有意义的。     

C半群的概率逼近问题

借助Pettis积分、随机过程、矩生成函数及算子值数学期望,给出了一般形式的C半群概率逼近指数公式、生成定理及其收敛速度的估计式,也从另一个角度得出C半群概率表示的Vonorovskaya型渐近公式.     

λ-Kantorovich算子的逼近性质

首先在无穷空间上构造了一类新的λ-Szász-Kantorovich算子,通过分析计算得到了该类算子矩的估计及Korovkin型逼近性质;其次,利用连续模和K-泛函的等价关系给出了收敛速度的刻画;最后,借助于Holder不等式建立了Lipschitz连续函数的收敛定理.     

小波树逼近及其应用

利用“构造性贪婪算法(CGS)”构造目标函数的小波树逼近. 首先定义了一个函数类, 对此函数类中的每个函数, 由CGS生成的分片多项式逼近都具有给定的收敛阶. 其次通过研究所定义函数类的嵌入性质讨论了该函数类和其他已知函数空间的关系. 在小波树逼近领域, 给出了使小波树逼近达到最优收敛阶的一个充分条件. 最后证明, 如果树结构是用CGS生成的, 则相应的小波树逼近具有最优收敛阶.     

无限多类别网络均衡问题中的收费计算

对于一个多类别的网络均衡问题,可以通过计算某个辅助问题的容量限制约束相应的乘子向量得到有效收费.本文通过计算拉格朗日函数的鞍点来计算乘子向量.借助于广义拉格朗日函数的稳定性和Uzawa算法非精确解的收敛性,得到鞍点序列的收敛性.其中离散化方法用于最小化广义拉格朗日函数的计算.     

三次拟Bézier曲线的光顺逼近

利用 Friedman的 URN模型构造出带有参数的调配函数 ,用其生成三次拟Bézier曲线 .通过对这种新曲线进行分析 ,利用最小二乘法和非线性泛函的极小值优化计算 ,来对平面数据点进行光顺逼近 ,得到最优的光顺逼近曲线 .     

部分线性模型非参数分量的线性关系检验

对于部分线性模型中非参数部分是否为某一特定阶数(记为p)的多项式函数的检验问题,本文基于非参数函数在各点的p阶导函数估计值的样本方差构造了一个简单的检验统计量.给出了计算检验p-值的三阶矩χ2逼近方法.最后通过数值模拟验证了我们所提检验方法的有效性.     

随机变量的多项式最佳均方误差逼近

给出了一个随机变量关于另一个随机变量的 n次多项式最佳均方误差逼近公式,并分析了这种逼近的误差形式与大小.利用矩估计方法给出了这种逼近的回归系数的矩估计.     

一个重要统计量的鞍点逼近

在统计中,卡方分布是一个非常重要的分布,不只因为它本身是一种和正态分布密切相关的分布类型,更重要的是在假设检验中,很多统计量的渐近分布是卡方分布.事实上,独立的卡方分布随机变量的线性组合的分布作为一类分布也是十分重要的,但是大部分情况下无法简单得到其密度函数形式.本文运用三种逼近技术来近似得到这类分布的密度函数.特别是鞍点逼近的应用,提供了一种非常好的密度函数逼近方法.     

奇环的奇环分支

本文将作者在[4]中计算的从鞍点到鞍点连线的后继函数推广到鞍点连线破裂的情况,利用这一结果给出了奇环破裂后邻域内的 poincare 映射的公式.联合利用上述结果和[11]的方法本文给出了从 heteroclinic 环分支出 ho-moclinic 环及 heteroclinic 环的判别条件.尽管从 heteroclinic 环可能产生的分支已有若干文献讨论过,但迄今为止,对一般的系统,上述条件尚未明确地给出过.本文的结果包括并推广了[2],[4],[10]的结果.     

基于指数分布不同定时截尾数据的可靠度的置信下限

本文基于指数分布不同定时截尾数据,利用鞍点逼近法给出参数估计的概率分布的近似公式,进而给出可靠度的近似置信下限,并通过数值模拟及实例计算说明本文方法的可行性。     

m次积分余弦算子函数的逼近

m次积分余弦算子函数是近年来提出并研究的一类算子族,它的逼近问题是研究的课题之一.目的在于研究如何用生成元预解式的逼近来刻画m次积分余弦算子函数的逼近.利用Laplace变换得到了m次积分余弦算子函数逼近的四个等价条件.当m=0时即为经典的余弦算子函数相应的逼近结果.     

在函数逼近论观点下半参数变系数非线性回归函数的估计

在函数逼近论的观点下研究了半参数变系数非线性回归函数的估计问题.采用总体之下L2多项式最佳逼近的方法与样本之下矩估计的方法,独立地分别作出非参数部分与变系数参数部分的解析函数形式的估计,最终得到回归函数的L2与强相合之联合收敛意义下的估计.     

半参数双重Tweedie复合泊松回归模型的贝叶斯分析

为了分析健康保险行业中出现的半连续卫生保健费用数据,本文提出一类半参数双重Tweedie复合泊松回归模型.在分析中,首先采用修正鞍点逼近的数值方法去近似Tweedie复合泊松分布的密度函数;其次,利用Gibbs抽样技术和Metropolis-Hastings(MH)算法的混合算法获得了模型参数的联合贝叶斯估计;最后,给出了几个模拟研究以及把这些方法用来分析兰德健康保险实验中的卫生保健费用数据.     

一维优化的一个二阶收敛算法

本文利用函数局部逼近导出一个不利用目标函数二阶导数的一维优化方法.我们证明了该方法的二阶收敛性.我们给出的数值结果表明该方法和牛顿法的计算表现十分相似.     

基于逼近型细分的诱导细分格式

利用逼近型细分构造插值型细分是细分领域中的一个重要问题,目前可以给出插值型细分生成函数的研究还非常少.本文给出一个生成函数的统一公式,该公式由逼近型细分的生成函数与一个子生成函数构成.该公式对应一个插值型细分或者逼近型细分,这个取决于子生成函数的选取.该公式在理论和实际中都很重要.首先,这个公式适用于任意伸缩矩阵的多元基本型细分;其次,不论是一元细分还是多元细分,推导这个统一公式都不需要求解线性方程组;再次,这个公式具有显著的几何意义,应用方便;最后,从理论上分析诱导细分的零条件和多项式再生性,本文发现这些性质不仅与逼近型细分的零条件有关,而且与逼近型细分的多项式再生性有关,从而对细分格式的构造有指导意义.本文给出3个例子来说明这个统一公式.