测线调查样本密度推定中核函数选择的几点注记

对于半正态探知函数,使用两个最佳带幅宽和六个属于相同的函数族、不同的核函数(其中3个是经常被使用、著名的核函数,另外3个是我们作成的核函数)来进行密度推定,通过计算机数值模拟产生测线调查样本;用统计量RRMSE和RB对密度推定值进行评价,来验证核函数的优劣。     

强混合样本下回归加权估计的一致渐近正态性

在强混合样本下,讨论固定设计回归模型的加权函数估计的一致渐近正态性,给出一致渐近正态性的收敛速度,这个速度接近n-1／6．     

不完美排序集抽样的符号检验

实际应用排序集抽样时,主观排序总是会出现误差。本文考虑了不完美排序对最优抽样下分位数符号检验的影响,并且给出不同分位数的误差函数图像,以便具体应用时参考。     

The convergence on spectrum of sample covariance matrices for information-plus-noise type data

In this paper,we consider the limiting spectral distribution of the information-plusnoise type sample covariance matrices Cn =1/N (Rn + σXn) (Rn + σXn)*,under the assumption that the entries of Xn are ...     

最优波动率模型选择及其在黄金市场中的应用

文章先总结了波动率模型过去的研究，并对不同波动率模型的评估提出三种方法，然后讨论了这些方法在黄金市场波动率预测中的应用。通过分析黄金市场1975年到2004年的数据，得出的结论是，如果基于样本外四期预测误差的评估，EWMA模型较优；如果基于样本外四期预测的R平方的评估，T-GARCH模型较优；如果基于VAR损失函数的真实性检验评估，EWMA模型较优。最后对未来关于金融市场波动率的研究提出一些建议。     

基于s估计σ引出的无偏修正

用s去估计总体分布的标准差σ不是无偏估计,在特定总体分布下,可以通过简单的修正达到无偏估计.修正系数的确定与样本容量有关.     

多组样本下GL—统计量的渐近性质

本文主要讨论多组样本下GL－统计量的渐近分布,这里我们使用了Gateaut微分逼近方法,在多组i.i.d.样本下,给出了GL－统计量的渐近正态分布的一组条件,从而拓广了i.i.d样本下GL－统计量的渐近正态分布的性质[1]。     

NA样本概率密度函数核估计的相合性

设{X     

单边截断分布族参数的经验Bayes检验：NA样本情形

本文运用同分布NA样本密度函数的核估计,构造一类单边截断型分布族参数的经验Bayes检验,讨论它的渐近最优性,建立其收敛速度,在适当的条件下,证明了该收敛速度可以任意接近于1,最后给出适合定理条件的一个例子。     

基于样本评价的广义数据包络分析方法

传统DEA方法是一种依据自评体系评价的方法,而无法自主选择参照系.为了解决DEA方法可以同时依据自评体系和其它参照系进行评价问题,首先给出了广义DEA有效的概念.然后,给出了一类基于样本单元评价的广义数据包络分析模型,包括面向输入的广义DEA模型、面向输出的广义DEA模型以及加性广义DEA模型.最后,分析了上述这些模型与传统DEA模型之间的关系,探讨了广义DEA有效与相应多目标规划Pareto有效之间的关系,并给出了决策单元的投影性质以及决策单元的有效性排序方法.