控制过程方差的CUSUMQ图及其性质

崔恒建．控制过程方差的ＣＵＳＵＭＱ图及其性质．数理统计与管理，１９９８，１７（４），３３～３８．Ｑｕｓｅｎｂｅｒｒｙ（１９９５）基于样本方差的标准化变换Φ－１［Ｈｎ－１（（ｎ－１）Ｓ２／σ２０）］提出了控制过程方差的累积和（ＣＵＳＵＭ）Ｑ控制图。本文我们描述了在控制过程方差变化中这种ＣＵＳＵＭＱ控制图的性质，并将控制图的设计方法用到单边及双边的ＣＵＳＵＭＱ图，说明它几乎是最优的。而且我们发现在控制过程方差的微小变化时，设计的ＣＵＳＵＭＱ图的性能要优于基于ｌｏｇ（Ｓ２）的ＣＵＳＵＭ和ＥＷＭＡ图     

EV模型中广义最小—乘估计的渐近性质

考虑EV模型,定义了广义最小一乘估计β_n,在比较一般的条件下,证明了β_n的强相合性和渐近正态性,并由此给出了误差方差的强相合估计;说明了对不可观测的点列或随机向量{x_i}所施加的条件以及对误差向量所施加的矩条件本质上是不可改进的。     

缺失数据下EV模型的调整最小二乘估计

该文考虑协变量缺失时的多元线性EV模型参数的估计, 其中协变量的缺失机制是Rubin(1976)提出的随机缺失(MAR). 利用加权调整最小二乘方法给出参数估计, 证明了估计的相合性和渐近正态性. 数值模拟结果表明所给的估计性态良好.     

脑卒中发病环境因素分析及干预

基于2012年全国大学生建模竞赛C题数据,对脑卒中的发病因素进行分析。给出了脑卒中发病人群的基本描述,建立了脑卒中发病年龄的分布拟合,构建了脑卒中发病与环境因素的模型,分别对不同性别、不同职业、高危人群（年龄在60~80岁）以及发病高峰时期（每日发病人数不低于60人）进行分析讨论,从气温、气压等因素及其变化方面得到了有指导意义的结论。提出了针对性的预警干预方案,及进一步的改进方案。     

线性模型和线性EV模型中的T-型回归估计和EM算法

本文对于线性函数关系EV模型定义了$t$\,-型回归估计, 并对于普通线性模型和线性函数关系EV模型给出了计算$t$\,-型回归估计的EM算法, 同时获得了估计的相合性\bd 模拟结果表明由EM算法获得的$t$\,-型回归估计的表现良好.