时间序列期望和方差函数的半参数估计方法

以二阶差分序列为基础,针对相关系数平稳时间序列,给出了其期望函数与方差函数的半参数估计形式.核方法的运用使得无需假定非周期项的具体形式就能给出相应估计结果,避免了可能出现的假定错误.进一步,通过选取不同的判定函数,得到相应方差函数的估计结果,并对此类方法进行了理论上的总结.最后通过仿真实验验证了所提出方法的有效性.     

不允许买空时的均值-下方风险投资组合选择——基于非参数估计方法

本文分别利用下半方差和下半偏差度量下方风险(Downside Risk),采用非参数估计方法研究了不允许买空时的均值-下方风险投资组合选择问题。首先,我们利用组合收益率密度函数的非参数核(kernel)估计得到了下方风险的计算公式,并把它们嵌入到均值-下方风险投资决策模型中。然后得到了模型最优解存在的充要条件,并给出了求解最优投资策略的Zoutendijk可行方向算法。最后,基于中国股票市场真实数据给出了一个数值算例,并比较了在两种不同下方风险度量下模型的差别。     

Logistic和Lotka-Volterra模型参数的灰色估计方法研究

根据灰色系统建模原理,对Logistic模型中的参数进行了估计,将此方法应用于Gause(1934)草履虫实验数据的拟合,并与已有拟合结果对比,说明此方法是有效的.然后将其推广至两种群的Lotka—Volterra模型参数的确定,来研究山西省人口—经济系统的发展演化状况,得出了满意的结果.     

厄尔尼诺和南方涛动海气耦合模型中参数估计的变分方法

提出一种基于变分原理估计厄尔尼诺和南方涛动海气耦合模型中未知参数的方法. 首先将所研究的非线性海气耦合动力方程引入到目标泛函中; 接着利用变分方法导出伴随方程和待辨识参数泛函梯度的公式; 然后设计了估计未知参数的算法.数值试验结果表明变分方法是一 种能有效估计海气耦合非线性系统未知参数的方法.     

舰船壳体结构噪声分离技术研究——非线性频谱特征及特征谱分离策略

为分离舰船壳体结构非线性系统的结构噪声,考虑其非线性及响应谱特征,将其理想成纯输入非线性系统,采用Volterra级数模型计算其广义频响函数,获得非线性频谱特征,提出非线性系统噪声源分析策略,并进行数值仿真和试验研究,其结果表明:非线性频谱特征合理存在;提出的非线性系统噪声源分析策略合理有效,可实现系统激励源和广义频响函数的参数估计。非线性频谱特征及提出的非线性系统噪声源分析策略,为深入开展舰船壳体结构噪声的非线性特征识别及其特征谱分离研究提供基础。      

部分线性模型中估计的收敛速度

考虑回归模型（Ⅰ）：其中（ｘ＿ｉ，ｔ＿ｉ）是固定非随机设计点列，ｘ＿ｉ＝（ｘ＿（ｉｌ），…，ｘ＿（ｉｐ））＇β＝（β＿１，…，β＿ｐ）＇（ｐ＞１），ｇ是定义在［０，１］上的未知函数，β是未知待估参数，０＜ｔ＿ｉ＜１，ｅ＿ｉ是ｉ．ｉ．ｄ．随机误差，且Ｅｅ＿ｉ＝０，Ｅｅ＝σ￣２＜∞。基于ｇ的估计取一类非参数权估计（包括常见的核估计和近邻估计），我们讨论了β的最小二乘估计及ｇ的估计的最优强弱收敛速度。     

参数未知的不同阶数混沌系统广义同步及参数估计

采用扩阶方法(使响应系统和驱动系统的维数相同)，把不同阶数混沌系统的广义同步问题转化为相同阶数混沌系统之间的广义同步，基于Lyapunov稳定性定理和自适应控制方法(用于相同阶数混沌系统的同步)，给出了自适应控制器和参数自适应律，进而实现了不同阶数混沌系统的广义同步.将该方法应用于参数未知的超Lü，Lorenz，广义Lorenz和Liu等系统之间的广义混沌同步，理论证明了该方法可以使这些系统达到渐近广义同步，并且可以辨识驱动系统和响应系统的所有参数，数值模拟进一步证明了该方法的有效性.     

基于分位数回归的大学生成绩变化实证分析

在介绍分位数回归方法的基础上,讨论了分位数回归模型在研究影响大学生成绩变化因素方面的应用,与最小二乘回归模型对比,分位数回归能有效地描述数据尾端的分布情况.     

检验两个部分线性模型中非参函数相等

We propose the test statistic to check whether the nonparametric func-tions in two partially linear models are equality or not in this paper. We estimate the nonparametric function both in null hypothesis and the alternative by the local linear method, where we ignore the parametric components, and then estimate the parameters by the two stage method. The test statistic is derived, and it is shown to be asymptotically normal under the null hypothesis.