新建住宅价格指数编制模型的优良性检验

研究房价指数编制模型的优良性检验方法可以指导房价指数编制工作,有助于在实际应用中选择更为科学准确的房价指数.从统计指数偏误的角度来评价房价指数的优良性,并给出了检验房价指数是否有型偏误的具体方法.对BMN重复交易模型和标普Case-Shiller模型从理论推导角度进行时间互换检验,发现前者没有型偏误而后者有型偏误.从模型计算角度对两个新建住宅价格指数编制模型进行实证分析,发现对数匹配模型没有型偏误,贴现匹配模型有型偏误.     

线性回归系统两步协方差改进估计的优良性

对于ｍ个相依回归方程组成的线性回归系统。本文研究了两步协方差改进估计在均方误差阵意义下的优良性，即在随机误差服从正态分布的假设下，当样本量充分大时，两步协方差改进估计与协方差改进估计一样好。     

方差分析模型中参数的经验Bayes估计及其优良性问题

本文考虑单向分类的方差分析模型，构造了Ｐ′α的线性Ｂａｙｅｓ估计和经验Ｂａｙｅｓ（ＥＢ）估计，此处αａ×１是效应参数向量，Ｐａ×ｋ是常数矩阵．在较一般的条件下，基于均方误差矩阵准则和ＰｉｔｍａｎＣｌｏｓｅｎｅｓｓ准则，我们分别证明了ＥＢ估计优于最小二乘估计     

一类线性模型中Bayes估计的优良性

本文研究了一类线性模型中参数的Bayes线性无偏估计的优良性.利用矩阵论的相关知识,分别在平衡损失准则和均方误差阵准则下,得到了Bayes线性无偏估计优于广义最小二乘估计的条件.     

广义压缩估计的若干性质

针对人们处理较多自变量的大型回归问题时设计矩阵难免存在的近似的线性关系的问题,讨论了文义压缩最小二乘估计（即ＧＳＩＳ估计）的一些性质,如相似性,优良性,精度等,认为ＧＳＬＳ估计是一个非常实用的估计类。     

逐步增加首失效截尾样本下参数估计的优良性

在对称平方损失函数下, 利用逐步增加首失效截尾样本, 研究两参数Pareto分布族参数的一致最小方差无偏估计(UMVUE), Bayes估计和参数型经验Bayes(PEB)估计. 按照均方误差(MSE)准则, 比较UMVUE与PEB估计的优良性. 根据风险函数导出Bayes估计与PEB估计的渐近性, 并获得它们的收敛速度. 在相同的置信水平下, 研究参数分别在经典统计和Bayes统计中的区间估计, 并利用数值模拟说明Bayes区间估计的精度高于经典统计区间估计.     

先验信息有偏时Bayes估计的PPC优良性条件

Bayes估计在对测量数据进行处理时,充分利用了参数的先验信息和适时的观测信息.在先验信息正确的前提下,Bayes估计相对于LS估计具有Posterior Pitman Closenes即PPC优良性.然而,在许多情况下,先验信息具有主观性,不可避免地存在偏差.利用有偏的先验信息得到的Bayes估计可能不具有这种优良性,为此,给出了这种情况下Bayes估计具有PPC优良性的一个充要条件.鉴于一般情况下先验的精确分布是未知的,用实例给出了一种选取先验方差的方法,用这种方法得到的Bayes估计具有PPC优良性.     

定数截尾下三参数BurrI分布参数估计的优良性与渐近性

研究BurrI分布族形状参数的一致最小方差无偏估计(UMVUE)、以及在刻度平方损失下的Bayes估计和参数型经验Bayes(PEB)估计.在均方误差(MSE)准则下比较UMVUE与PEB估计的优良性.给出了参数的PEB估计相对于它的Bayes估计的大样本性质,并获得其收敛速度o(n－1).对参数PEB估计的置信区间进行了数值模拟分析.     

Fuzzy化统计判决的基本概念及其优良性

Ｆｕｚｚｙ化统计判决的基本概念及其优良性李西和，刘蓉滨（四川教育学院数学系，成都６１００４１）ＢＡＳＩＣＣＡＮＣＥＰＴＳＯＦＴＨＥＦＵＺＺＩＺＥＤＳＴＡＴＩＳＴＩＣＡＬＤＥＣＩＳＩＯＮＡＮＤＴＨＥＩＲＳＵＰＥＲＩＯＲＩＴＹ￥ＬＩＸＩＨＥ；ＬＩＵＲＯＮ...     

标准化风险度量与投资决策的双目标优化

标准化风险度量(SRM)作为投资中的一种新的风险度量，其较传统风险度量的优点及在投资项目比较中特有的优良性质已被证明，本文导出SRM在概率意义下的一种重要的等价形式，并以此为基础建立以标准化风险(SR)为目标或约束的投资决策优化方法，该方法的核心是将以SRM为风险度量的优化问题转化为线性规划问题的优化技术，此技术结合利用统计抽样数据，可优化含有大量金融工具的投资组合，本文在考虑交易成本的情形下建立了最小化投资的标准化风险的同时最大化其期望有效回报(EER)的双目标优化模型，最后，具体考虑了上证30指数股票组合的优化以说明所建议的方法及模型的应用并实证它们的可行、合理及优良性，其中统计抽样基于近期历史数据。