F范数和谱范数定义下的最小二乘估计

本文主要把一元线性模型中最小二乘估计的思想以及数学上的表达形式,利用范数推广到对多元线性模型的参数估计中,提出了在F范数和谱范数意义下的最小二乘估计。     

基于公共因子扩展的因子分析的EM算法

在一般因子分析模型的基础上,假设连续的潜在向量(公共因子)与另一观察随机向量有关,并假定是一个多元线性回归模型,对由此扩展的因子分析模型进行分析.主要通过EM算法给出模型中参数的估计.文中给出了它的详细推导过程.     

用求条件后验密度的方法证明两个矩阵等式

提出了用求条件后验密度的方法证明统计分析中的两个矩阵等式的方法.在证明中,首先引入了一个适当的模型,再用两种技巧求得条件后验均值和方差,经过对照即可得出结果.     

NA样本半参数回归模型估计的矩相合性

考虑了误差为NA序列的半参数回归模型,利用非参数估计方法给出了模型参数的最小二乘估计和加权最小二乘估计,并在适当条件下得到了它们的矩相合性.     

多元部分线性模型的几个渐近性质(英文)

The paper considers a multivariate partially linear model under independent errors,and investigates the asymptotic bias and variance-covariance for parametric component βand nonparametric component F（·）by the GJS estimator and Kernel estimation.     

基于PCA和LS-SVM的傅里叶变换近红外光谱的黄酒酒龄的鉴别模型

利用傅里叶变换近红外光谱技术,对黄酒酒龄鉴别的模型进行研究。对绍兴黄酒样本光谱主成分进行提取与分析,并发现前3个主成分具有较明显的聚类特征。其次,利用LS-SVM模型对不同主成分数进行分类和寻优,发现当主成分数为6时达到判别的正确率是100%,此时模型的两个参数γ和2σ分别为61.890和1.769。研究表明,利用傅里叶变换近红外光谱技术并结合主成分分析(PCA)和最小二乘法支持向量机(LS-SVM)可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析。     

$\varphi$混合样本平滑移动过程$q$阶矩完全收敛性

In this paper, we study the complete q-moment convergence of moving average processes under v-mixing assumption. The results obtained not only extend some previous known results, but also improve them.     

NA样本部分线性模型估计的强相合性

考虑回归模型:Y~((j))(x_(in),t_(in))=t_(in)β+g(x_(in))+σ_(in)e~((j))(x_(in)),1≤j≤m,1≤i≤n,其中σ_(in)~2=f(u_(in)),(x_(in),t_(in),u_(in))为固定非随机设计点列,β是未知待估参数,g(·)和f(·)是未知函数,误差{e~((j))(x_(in))}是均值为零的NA变量.给出基于g(·)和f(·)一类非参数估计的β的最小二乘估计和加权最小二乘估计,并在适当条件下得到了它们的强相合性.     

Tobit方差分量模型的极大似然估计

本文对非负的且含有大量零的混合类型数据提出了Tobit方差分量模型,许多很有用的Tobit模型是我们模型的特例.我们运用MCEM算法给出了模型的极大似然估计,其中E-步运用了Gibbs抽样的Monte Carlo模拟,并用Louis方法得到参数的标准误差估计.     

Tr积分算子及其性质

在有关复变函数和多重积分的问题中,我们会遇到一些复杂的重积分计算,本文定义了一种积分算子Tr,可以减少一类复杂积分的运算量,同时给出它的一些重要的性质.