华法林分子印迹聚合物的制备及其吸附性能的分析

采用悬浮聚合法,以华法林(WFR)为模板分子合成了分子印迹聚合物(MIP)。经正交试验优化的MIP合成反应条件给出华法林与功能单体甲基丙烯酸缩水甘油酯(GMA)和交联剂二乙烯苯(DVB)三者的物质的量之比为1∶5∶60。WFR先与GMA在三氯甲烷(15mL)介质中超声混合反应5min生成预聚物。然后加入2%(占单体和交联剂质量加和的百分比)引发剂过氧化苯甲酰三氯甲烷溶液0.17g和DVB 8.499mL,并超声混合20 min。将此混合物逐滴加入于10g·L~(-1)聚乙烯醇溶液100mL中,滴加完毕后在80℃反应8h,使生成聚合物。倾去上清液,用沸水反复洗涤所得到的聚合物,直至上层洗液澄清透明,以除去其表面的聚乙烯醇。将呈淡黄色的微球颗粒于60℃干燥,用体积比为4∶1的甲醇-乙酸混合液150mL与干燥的固体置于索氏提取器中回流洗脱以除去WFR。最后用纯甲醇洗涤除去残留乙酸。将所得MIP再次在60℃烘干。按相同方法但不加WFR制得非分子印迹聚合物(NIP)。所得扫描电子显微镜(SEM)图证明所合成的MIP呈球形均匀颗粒,表面无破损,有小孔存在,可保证其有良好的吸附性。吸附性能试验结果表明:随WFR质量浓度的增加,MIP和NIP对其的吸附量都逐渐增大,当WFR为20mg·L~(-1)时达到吸附平衡;MIP的吸附量均高于NIP的,且符合Langmuir模型,属于单分子层吸附。准二级动力学方程结果说明该吸附为化学相互作用的结果。对WFR及其他2种与WFR部分基团相似的化合物的吸附试验表明,与NIP比较,MIP对WFR的吸附选择性最高。     

标准差准则下的最优再保险

本文关注的是在标准差准则下如何进行再保险, 使得保险公司和再保险公司的风险波动达到最小. 在容许合约类范围内得到了建立最优再保险合约的充分条件. 如果再保险公司的风险小于一个给定阈值, 我们找到了使保险公司的风险最小的最优再保险合约. 在这里, 保险公司可以采取三种最一般且有效的风险措施.     

关于区间估计和假设检验的一点注记

给出了当枢轴量和检验统计量的分布密度为单调函数时,寻找最优置信区间方法,并说明了在此条件下进行假设检验选择单侧拒绝域的合理性。     

一种对称损失函数下刻度参数的最优同变估计

本文研究刻度参数分布族(1/σ)f(x/σ)中刻度参数在损失函数L(σ,δ)=(σ-δ)~2/σδ下的最小风险同变估计及其最小最大性。     

复合更新风险模型中负相依索赔额下的精细大偏差（英文）

本文考虑了在复合更新风险模型当中,负相依索赔额情形下与之相关的精细大偏差的若干问题.文中假设{X_n,n≥1}是一列负相依的随机变量,其对应分布列为{F_n,n≥1},并假定F_n的右尾分布等同于某个具有一致变化尾的分布.根据所得的结果试图建立与经典大偏差相似的结论,并将其应用到改进后的复合更新风险模型当中.     

Ⅰ型区间删失情形下部分线性模型Sieve极大似然估计渐近性质

本文在响应变量的观测值为Ⅰ型区间删失数据的情形下,讨论部分线性模型Ｓｉｅｖｅ极大似然估计的渐近性质．在一定条件下证明了该估计具有强相合性;参数分量的估计具有渐近正态性,并且是渐近有效的;非参数分量估计达到了最优弱收敛速度．     

分组数据下参数极大似然估计渐近有效性

当数据为分组型时,本文证明了一般分布的参数的极大似然估计具有指数收敛速度,并具有Bahadur渐近有效性.     

Estimation and Testing for the Parameters of AR（p）-ARCH（q） under Ordered Restriction

Suppose that the time series Xt satisfies{Xt=β1Xt-1… βpXt-p εt,εt=ξtht^1/2,ht=α0 α1εt-1^2… αqεt-q^2,(1)     

关于投影追踪经验分布的极限分布

本文给出了投影追踪经验的极限分布类的刻划,得到了收敛于给定分布的充要条件,     

Ⅱ型区间删失数据下广义部分线性模型的筛极大似然估计(英文)

This article concerded with a semiparametric generalized partial linear model （GPLM） with the type Ⅱ censored data. A sieve maximum likelihood estimator （MLE） is proposed to estimate the parameter component, allowing exploration of the nonlinear relationship between a certain covariate and the response function. Asymptotic properties of the proposed sieve MLEs are discussed. Under some mild conditions, the estimators are shown to be strongly consistent. Moreover, the estimators of the unknown parameters are asymptotically normal and efficient, and the estimator of the nonparametric function has an optimal convergence rate.