纵向数据下线性模型的模态回归估计

本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数据模拟结果表明所提出的估计方法具有较好的稳健性和有效性.     

部分线性模型的模态正交经验似然推断

本文考虑部分线性模型的有效经验似然统计推断问题.通过结合模态回归和正交投影技术,提出了一种模态经验似然统计推断过程.证明了提出的经验似然比函数渐近服从中心卡方分布,进而构造了模型参数的置信区间.所提出的估计方法可以对模型的参数分量和非参数分量分别估计,而互不影响,具有较好的稳健性和有效性.     

聚合风险模型下Esscher风险度量的估计及其大样本性质

Esscher度量是一种重要的风险度量,在金融风险管理、保险精算中有广泛的应用,然而大部分关于Esscher风险度量的文献均在个体风险模型下考虑的.本文建立了聚合风险模型下Esscher度量的估计模型,得到了相应的非参数估计,并证明了估计的强相合性和渐近正态性,最后,通过数值模拟的方法验证了估计的大样本性质.     

中国进口食品安全风险评估的统计学方法

近年来,随着对外贸易的快速发展和人民生活水平的不断提高,我国已经成为食品进口大国。运用科学的方法优化检验资源配置,强化对进口食品安全的风险管理,是一个关系到人民福社的重大问题。国际上通行的做法是对不同种类的食品和检测项目的潜在风险进行评估,并根据评估结果制定有针对性的监督抽检计划,使得更多的检验资源可以投入到对高风险产品和项目的监管中去。我国在这方面的管理实践才刚刚起步,急需建立一套符合我国食品进口自身特点和管理需求的风险评价模型和相应的估计方法。本文借鉴了其它国家的相关做法,并结合我国进口食品的管理需求和历史检测数据的特点,制定了一套完整的风险评价和估计方法。     

基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。     

非Fourier温度场分布的奇摄动解

应用非Fourier热传导定律构建了单层材料中温度场模型，即一类在无界域上带小参数的奇摄动双曲方程，通过奇摄动展开方法，得到了该问题的渐近解.首先应用奇摄动方法得到了该问题的外解和边界层矫正项，通过对内解和外解的最大模估计和关于时间导数的最大模估计以及线性抛物方程理论，得到了内外解的存在唯一性，从而得到了解的形式渐近展开式.通过余项估计，给出了渐近解的L2估计，得到了渐近解的一致有效性，从而得到了无界域上温度场的分布.通过奇摄动分析，给出了非Fourier 温度场与Fourier 温度场的关系，描述了非Fourier温度场的具体形态.     

Endpoint estimates for multilinear fractional integrals with non-doubling measures

Under the assumption that μ is a non-doubling measure on Rdwhich only satisfies the polynomial growth condition,the authors obtain the boundedness of the multilinear fractional integrals on Morrey spaces,weak-Morrey spaces and Lipschitz spaces associated with μ,which,in the case when μ is the d-dimensional Lebesgue measure,also improve the known results.     

两维的粘性浅水波方程解的逐点估计（英文）

本文利用Green函数的方法得到两维的粘性浅水波方程解的逐点估计.解的逐点估计不仅形象地体现了惠更斯原理的内容,而且还能使我们能够更加清楚地了解方程解的结构和衰减速度.     

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.     

Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计

研究了Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计,模拟产生不同Weibull参数组合和删失计划下的Ⅰ型逐阶删失数据,应用基于,EM算法的极大似然估计方法得到参数的估计值,并与数值方法得到的极大似然估计值进行对比,说明EM算法的估计效果.对73名肾脏移植患者生存数据进行实例分析,验证了基于EM算法的参数估计方法的可行性.