尺度参数的最优尺度不变估计的非容许性

本文针对尺度参数分布的情形，在一般二次损失函数下，证明了维数≥２时，最优尺度不变估计是非容许的，并得到了它的同时改进估计，据此讨论了此改进估计关于损失函数类的稳健性问题。在加权平方损失函数下，得到了不等尺度改进估计．对于多个观测值的情形，获得了两个非常有用的结果。     

不同损失函数下分布族参数的极小极大估计

针对一类尺度分布族参数的估计问题,在参数的先验分布为均匀分布、而损失函数为加权平方损失、MLINEX损失和对称熵损失函数下,研究了该分布族参数的Bayes估计和Minimax估计问题.最后,通过Monte Carlo数值模拟,通过计算各估计的均方误差,给出了几种估计的比较结果.     

加权p，q对称熵损失下Poisson分布变异系数的Bayes估计

为更全面研究Poisson分布的估计问题,在加权p,q对称熵损失函数下,讨论了Poisson分布变异系数的Bayes估计,并给出了Bayes估计的置信区间和多层Bayes估计,得到了其具体形式。     

基于记录值的几何分布模型的Bayes可靠性分析

针对来自几何分布的记录值样本,研究可靠度参数的Bayes估计问题.首先给出可靠度的最大似然估计和最小方差无偏估计;在可靠度参数的先验分布为贝塔分布、损失函数为平方误差损失和一类新的加权平方损失函数下,导出了可靠度的Bayes估计;最后通过Monte Carlo数值模拟例子说明论文给出估计的有效性.     

左截断右删失数据下线性模型的加权复合分位数估计及变量选择

在可靠性及生存分析等领域中经常出现左截断右删失数据,即指在某种设定下,样本值不能被完全观测到的数据.左截断右删失数据下线性回归的参数估计方法一般选用加权分位数估计,然而加权分位数估计只考虑了单个分位点的损失,在估计效率方面存在缺陷.为克服这一缺点,针对左截断右删失数据下线性模型的参数估计问题,提出了加权复合分位数估计方法.此外,为识别模型中的非零参数并进行变量选择,建立了基于自适应Lasso的惩罚加权复合分位数估计,并在一定假设条件下,证明了所提估计具有渐近正态性和Oracle性质.数值模拟和实例分析结果表明,本文提出的惩罚加权复合分位数估计具有良好的变量选择性质,并且加权复合分位数估计与加权分位数估计相比,具有更高的估计效率.     

索赔次数的加权信度估计及其统计分析

利用信度估计的思想研究了索赔次数的信度估计问题,在加权求和损失函数下,最小化期望损失函数得到了索赔次数的概率分布的信度估计.进而,在索赔次数的3大离散分布中分别讨论了风险参数的信度估计,得到了结构参数的估计,并证明了估计的无偏性.最后,利用数值模拟的方法将本文的信度估计与经典的信度估计进行了比较,验证了本文给出的估计的收敛性质.     

排队系统的贝叶斯分析

旨在得到加权平方误差下M/M/∞队列中服务强度的贝叶斯估计.在两种不同的先验分布密度函数形式下,由gamma分布的结论,分别得到M/M/∞队列中服务强度在非对称的加权平方误差下的损失函数(预防损失函数)的贝叶斯估计.     

一类统计模型相应风险的极小极大估计

关于风险估计,Bunke曾讨论了一类多参数控制的线性模型在带正定"加权"矩阵的二次损失函数下,最佳线性无偏估计量的极小极大性.然而,对于相应风险中具有大估计误差的不合理加权,上述损失函数已不适用.为此,本文提出了一类更为理想的二次损失函数,并在此损失函数下,对相关风险进行了极小极大估计与比较.讨论结果表明,本文提出的二次损失函数是合理与适用的.     

一种加权对称损失函数下Rayleigh分布尺度参数倒数的Bayes估计

首先给出了在加权对称损失函数下Rayleigh分布尺度参数的Bayes估计的一般形式.然后在给出先验分布的条件下,给出了Bayes估计的精确形式.最后证明了此Bayes估计的可容许性.     

在一类加权损失函数类下某些离散分布均值参数的同时估计

本文考虑了在一类加权损失函数下,某些离散分布族(包括Poisson分布、负二项分布,多元负二项分布等)均值参数的同时估计问题,并给出了关于损失函数和样本分布族稳健的优于通常估计量的改进估计量。     

降秩多元线性模型参数阵的一类有偏线性估计

本文对降秩多元线性模型的参数阵提出了一类有偏线性估计，讨论了许多重要的性质，从而把降秩模型中参数阵的估计问题转化为满秩模型中参数阵的估计问题，为了讨论方便，我们给出了一种特殊情况；最后，讨论了多元线性模型参数阵的Ｂａｙｅｓ线性估计。     

混合系数线性模型中参数估计的一些结果

对于在二次损失和矩阵损失下混合系数线性模型的参数估计问题, 分别给出了在仿射变换群下存在回归系数的一致最小风险无偏(UMRU) 估计和一致最小风险同变( UMRE) 估计的充要条件和在平移群下存在一致最小风险同变估计( UMRE) 的充要条件, 导出了回归系数的广义最小二乘估计的可容许性.     

一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题, 给出了未知参数的一个估计类, 证明了该估计类中估计的相合性和渐近正态性, 并且获得了该估计类中的最小渐近方差估计, 并通过数值模拟比较了估计类中各种估计方法的优劣.     

半相依回归系统参数的c-k型改进估计

针对设计矩阵Xi呈病态时的半相依线性回归系统,提出了系统参数iβ的一种c-k型改进估计,并证明了这种估计在均方误差意义下的若干优良性质.     

Study of adaptive finite element techniques for contact problem in elastic bodies

The adaptive element techniques of contact problem are studied by means of penalty method, and the error estimators are discussed. Based on error estimators, algorithm of the adaptive element techniques is developed, then the Gauss - Newton iterations are used which allow the nonlinear problem to be transformed into a sequence of linear sub- problems then easily solved. In addition, the algorithm can be applied into the simulation of de -bonding of fiber - reinforced composites.     

基于指数分布的可靠度函数及其反函数的UMVU估计

可靠性理论中，可靠度函数及其反函数通常都是未知的，需要依据样本进行估计．在服从指数分布的情况下，研究了可靠度函数及其反函数的UMVU估计的存在性问题；利用充分统计量和完备统计量理论，分别给出了指数分布情形下可靠度函数及其反函数的UMVU估计；进一步讨论了估计的相合性问题，证明了上面给出的可靠度函数及其反函数的UMVU估计具有强相合性．     

协方差的二次估计的可容许性

 研究协方差的二次估计的可容许性,在平方损失下,我们给出了一个齐次二次估计在齐次二次估计类中是协方差的容许估计的充要条件和一个非齐次二次估计在非齐次二次估计类中是协方差的容许估计的充要条件.     

一类双边截断分布族中的Bahadur有效性

讨论了一类双边截断分布族中的Bahadur渐近有效性问题.基于一定的光滑性假设,得到了这种双边截断分布族的Bahadur界,并因此给出了该分布族中相合估计为Bahadur渐近有效估计的定义.对于一类常用的非参数估计,讨论了它们的Bahadur渐近有效性问题,指出这些常用的估计在给出的定义意义下,皆不是Bahadur渐近有效估计.从而在一个侧面上说明了所讨论的分布族与文献中讨论的其他双边截断分布族有本质的不同.     

重尾分布尾指数估计研究进展

气象、水文、环境、电信、保险、金融等许多领域的数据不满足正态分布假设,而是具有尖峰、重尾特征.过去三十多年间,针对重尾分布及尾指数估计的研究得到了长足发展.文章回顾了冲击正态性假设的重尾分布的发现过程,描述了重尾分布的定义,极值理论及正则变换条件,并从研究内容的阶段特征、研究方法的不同类型总结、归纳、评述了各类尾指数估计方法及重尾阈值选取方法,最后就这些估计方法的不足和应用局限性以及如何改进和深化重尾指数的估计问题作了展望.     

经济计量模型中误差方差的实用估计

在一般条件下讨论了实用的经济计量模型中扰动项方差的上界,并说明在相当大一类估计方法中,Dufour(1998)的结论仍是成立的。