ASE/GC-MS法同时测定海洋沉积物中65种多氯联苯、多环芳烃与有机氯农药

建立了加速溶剂萃取/气相色谱-质谱法(ASE/GC-MS)同时测定海洋沉积物中28种多氯联苯(PCBs)、16种多环芳烃(PAHs)和21种有机氯农药(OCPs)的分析方法.结果表明,ASE的最佳萃取温度为100 ℃,最佳静态时间为5 min.GC-MS同时分析65种化合物时,PAHs的线性范围为0.05 ～5.00 ...     

Empilrical likelihood for non-parametric regression models with missing responses: Multiple design case

Empirical likelihood(EL) ratio statistic on θ = g(x) is constructed based on the inverse probability weighted imputation approach in a nonparametric regression model Y = g(x) + ε(x ∈ [0,1]p) with fixed designs and missing responses,which asymptotically has χ12 distribution.This result is used to obtain a EL based confidence interval on θ.     

声光可调谐波波器多波长同时滤波的特性

集成光声光可调谐滤波器（AOFT）有很多优点，特别是它可以同时滤出多个滤长，因此在波分复用（WDM）光纤通信网络中有重要应用。针对其这种特性，运用耦合模理论，导出了同时存在两束声波时的严格的耦合模方程，在此基础上，得到滤波特性的数值解，分析了多波长同时运用时，滤波器的主峰强度，中心波长和3dB带宽随时间的波动，同时也分析了当信道间隔较小时滤波特性失真严重，噪声较高的原因，在分析了共线型声光可调谐滤波器多波长同时运用所存在缺点的基础上，提出利用准共线模转换器来改善声光可调谐滤波器多波长同时运用的性能。     

指数分布族中矩估计序贯置信区间

在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数函数g(θ) 的一个序贯置信区间估计的程序．并讨论了在一定条件下,当d→0,它的渐近相合性、渐近有效性及有界的最优费用差(EN(d)-n(d))等渐近性质．     

置信区间的随机加权估计

用随机加权法建立了分位点ｑ的置信区间，又用后向临界点导出了更实用的置信区间。导出的置信区间是非参数的且和原置信区间长度相同。     

F（x—μ／σ）型分布参数的区间估计

本文对形状、尺度参数分布,给出参数置信区间的一个方法。该方法适用于全样本或定数截尾样本。     

关于时间序列分析的注记

本文讨论了时间序列分析中几个值得注意的问题 ;1自相关函数的意义 ,2趋势外推法预测中置信区间校正系数的计算 .     

Jacobi多项式零点为结点的Lagrange插值多项式之逼近

对于可微函数ｆ∈Ｃｑ［－１，１］，本文研究以Ｊａｃｏｂｉ多项式Ｊ（α，β）ｎ（ｘ）的零点为结点组之Ｌａｇｒａｎｇｅ插值多项式对ｆ及其导数的同时逼近，证明不等式Ｌ（ｓ）ｎ（ｆ，α，β，ｘ）－ｆ（ｓ）（ｘ）＝Ｏ（１）Δ－ｓｎ（ｘ）Δｑｎ（ｘ）ω（ｆ（ｑ），Δｎ（ｘ））ｌｏｇｎ｛＋（１－ｘ＋ｎ－１）－α－１２ｎ－ｑω（ｆ（ｑ），ｎ－１）｝，在［０，１］上对于ｓ＝０，１，２，…，ｑ一致成立，其中Δｎ（ｘ）＝ｎ－１１－ｘ２＋ｎ－２     

一类重尾风险因子的模拟及其投资高风险值和置信区间的估计

由于金融市场中的日周期或短周期对数回报率的样本数据多数呈现胖尾分布，于是现有的正态或对数正态分布模型都在不同程度上失效，为了准确模拟这种胖尾分布和提高投资风险估计及金融管理，本文引进了一种可根据实际金融市场数据作出调正的蒙特卡洛模拟方法．这个方法可以有效地复制金融产品价格的日周期对数回报率数据的胖尾分布．结合非参数估计方法，利用该模拟方法还得到投资高风险值以及高风险置信区间的准确估计。     

Conditionally Optimal Weights of Evidence

A weight of evidence is a calibrated statistic whose values in [0,1] indicate the degree of agreement between the data and either of two hypothesis, one being treated as the null (H_0) and the other as the alternative (H_1). A value of zero means perfect agreement with the null, whereas a value of one means perfect agreement with the alternative. The optimality we consider is minimal mean squared error (MSE) under the alternative while keeping the MSE under the null below a fixed bound. This paper studies such statistics from a conditional point of view, in particular for location and scale models.