部分线性回归模型变窗宽一步局部M-估计

讨论了部分线性回归模型的变窗宽一步局部M-估计.用一步局部M-估计给出未知函数的估计,用平均方法给出参数估计.进一步通过两个引理证明一步M-估计的渐近正态性.所提出的方法继承了局部多项式的优点并且克服了最小二乘法缺乏稳健性的缺点.     

半线性Sobolev方程的H~1-Galerkin混合有限元方法

利用H~1-Galerkin混合有限元方法研究了一维半线性Sobolev方程,得到了半离散解的最优阶误差估计,优点是不需验证LBB相容性条件.     

广义Pareto模型统计推断及其应用

广义Pareto分布能很好地拟合数据分布的尾部,广泛地应用于金融市场的风险管理、风险经营问题的研究。利用概率加权矩法得到了三参数广义Pareto模型的参数估计式,给出了阈值的选取方法和风险值的计算公式;利用计算机模拟,计算得出了KS检验统计量的临界值。     

从估计数值入手

估计数值指的是在解题过程中,灵活运用不等式的性质,有意识地对题式中的代数式的取值情况作一个估计.考虑这种方法,一些数学问题,尤其是竞赛问题能找到很好的解题途径.必须注意的是,估计数值要适度,不能太大,也不宜过小.     

拟似然非线性模型中MQLE的弱相合性的充分条件

拟似然非线性模型包括广义线性模型作为一个特殊情形.给出了拟似然非线性模型中极大拟似然估计的弱相合性的一些充分条件,其中矩的条件要弱于文献中极大拟似然估计的强相合性的条件.     

猜一猜，算一算--估计

1.要是我问你：“你们班上有几个小朋友？”你会先数一数。然后才告诉我正确的数字。如果我再问你：“你住的城市或小镇有多少人？”这次你可没办法一个个去数了。怎么办呢？你可以说一个大概的数字．也就是说。你可以估计你住的城市或小镇有多少人。     

On a sharp volume estimate for gradient Ricci solitons with scalar curvature bounded below

In this note, we obtain a sharp volume estimate for complete gradient Ricci solitons with scalar curvature bounded below by a positive constant. Using Chen-Yokota’s argument we obtain a local lower bound estimate of the scalar curvature for the Ricci flow on complete manifolds. Consequently, one has a sharp estimate of the scalar curvature for expanding Ricci solitons; we also provide a direct (elliptic) proof of this sharp estimate. Moreover, if the scalar curvature attains its minimum value at some point, then the manifold is Einstein.     

Hamilton-type gradient estimates for a nonlinear parabolic equation on Riemannian manifolds

Let (M,g) be a complete noncompact Riemannian manifold. In this note, we derive a local Hamilton-type gradient estimate for positive solution to a simple nonlinear parabolic equation

Gumbel分布的简单贝叶斯估计

在实际应用中,两参数Gumbel分布的贝叶斯估计往往需要预先知道Gumbel参数的二维联合先验分布。由于获取先验分布的主观性和统计推断的复杂性,目前有关Gumbel分布贝叶斯估计理论及其性质的讨论还比较少,更不要说获得较为简单的Gumbel分布的贝叶斯估计。本文基于Kaminskiy和Vasiliy提出的简单贝叶斯估计过程,利用可靠度函数估计的区间形式表示先验信息,从而得到两个参数Gumbel分布的简单贝叶斯估计。基于此先验信息,该估计过程构造了Gumbel参数的连续联合先验分布,给出了在给定任意时点的可靠度(或累积密度)及其标准差的后验估计,为可靠性与风险评估中简单快速的使用贝叶斯估计刻画极端事件提供了可能.     

反向热传导问题的一种新的正则化方法

讨论一个高维反向热传导问题,这是一个经典的严重不适定问题.关于这一问题我们给出一种新的正则化方法-改进的Tikhonov正则化方法,以恢复解对数据的连续依赖性.通过构造一个重要的不等式和提高先验光滑条件,获得正则解在0相似文献