广义相关系数与估计效率

考虑线性模型 y=Xβ e,E(e)=0,Cov(e)=V, (1)这里y为n×1随机观测向量,X为n×p的已知设计阵,其秩为p,β为p×1未知参数向     

关于积分∫f(x,Nx)dx带准确余项的渐近展开公式

设r是一个正整数.假定二维区域(0≤x≤1,—∞相似文献   

在单参数双边截断族中点估计的超渐近有效性与渐近有效性

考虑单参数双边截断型分布族dP_θ(x)=f(x;θ)I(θ≤x≤φ(θ))dx,θ∈R,(1)其中φ(θ)是一连续可微函数,满足条件:0<φ(θ),s(θ)(?)φ(θ)>0,而 f(x;θ)为[θ,φ(θ)]上的正连续密度.分布族(1)具有一些奇特的统计特性,如Chen等人发现,不论抽取多少     

非线性抛物型方程的有限元方法

条件(A)(ⅰ)对,x∈Q,p∈R~1中某有界区域,存在常数C_0>0,使得a(x,p)≥C_0。(ⅱ)对 (x,t)∈Q×[0,T],(p,q)∈R~1×R~n中的某有界区域, a(x,p)及其一阶导数和对p的二阶导数一致有界,f(x,t,p,q)及其一阶、二阶和三阶导数一致有界,此处q=(q_1,q_2,…,q_n)∈R~n。     

连续自映射——Ω爆炸

1.设(X,d)为紧致度量空间。用C~0(X,X)表全体X上连续自映射的集合并赋以C~0拓扑(一致收敛拓扑)。设f∈C~0(X,X)和任给ε>0。设x,y∈X。从x到y的一个ε链是指有限序列{x_0,…,x_n},使得x_0=x,x_n=y且d(f(x_(i-1)),x_i)<ε,i=1,2,…,n。用CR_ε(x)表X的这样的子集,使得y∈CR_ε(x)当且仅当存在从x到y的ε链。当y∈CR_ε(x)     

n~2-n+p常表素数的完全确定

设f(x)=x~2-x+p,p是正整数。问p取何值时,f(n)(1≤n相似文献   

有限总体U统计量正态逼近的非一致界限

设一有限总体A_N有N个元素,其指标值为a_(N1),…,a_(NN),从中无放回地抽取大小为n的随机样本X_1,…,X_n,设φ(x,y)=φ_N(x,y)为关于x、y对称的二元Borel可测函数,称     

可估子空间上线性模型的比较

1.引言我们考虑线性模型y=Xβ e,E(e)=0,cov(e)=σ~2I_n,(1.1)这里y是n×1观测向量,x是n×p的设计矩阵,β为p×1未知参数向量,e为n×1随机误差向量,σ~2是已知的误差方差。我们记该模型为l=L(Xβ,σ~2I_n)。     

关于一个改进的既约梯度法的收敛性质

设非线性规划问题(P):(?)f(x),R={x|Ax=b.x≥0}。其中x∈E~n是n维欧氏空间中的点,A是m×n阶矩阵(m≤n),其秩为m。b∈E~m。现在对问题(P)作如下的假设:     

调和Hardy空间和混合模空间之间的连续嵌入

设D={x∈R~n;λ(x)<0}是一具有光滑边界的有界区域,λ∈C~∞(R~n)是D的一个定义函数,(?)λ在(?)D={x∈R~n;λ(x)=0}的某个邻域内处处不为零.对r>0,我们以dσ_r和dσ分别记(?)D_r={x∈R~n; λ(x)=-r}和(?)D上的n-1维Hausdorff测度,而以dm记R~n中的Lebesgue测度D上复值调和函数的全体记h(D)对f∈h(D)及非负整数m,置grad_mf为f的m阶梯度,其模为此处α=(α_1,α_2,…α_n)为n重指标,|α|=α_1+α_2+…+α_n,grad(?)=f.对0相似文献   

典型相关与广义相关系数

设x和y分别为p×1、q×1随机向量,协方差矩阵为记ρ_i(x,y)为x与y的第i个典型相关系数,即且ρ_1(x,y)≥…≥ρ_t(x,y)>0,t=R(Σ_(xy))。这里A~-和R(A)分别表示A的广义逆和秩。本文证明了如下三个定理。定理1 设q≤r=R(Σ_(xx)),则q×1随机向量y满足cov(y)=l_q,且使达到最     

一类回归方程系统的两步估计

一、前言 考虑两个回归方程的系统y_i=X_iβ_i ε_i(i=1,2),其中y_i是n×1的随机观察值向量,X_i是秩为P_i的n×P_i阶已知矩阵,β_i是P_i×1的未知参数向量,而ε_i是n×1随机误差向量。假定(ε1,ε2)的n个行是互相独立地服从二维正态分布N(O,Σ),其中Σ=(σ_(ij))是     

EH~p空间（1＜p＜＋∞）的本质刻划

我们知道,H~p(R~n×R_ )的定义如下(见文献[1]):H~P(R~n×R_ )={f(x,y);f(x,y)是R~n×R_ 中调和函数,(?)这里R~n×R_ ={(x,y);x∈R~n,y>0},1相似文献   

Hammerstein型非线性积分算子的固有值和固有元

本文讨论了具有变号核k(x,y)的Hammerstein型非线性积分方程φ(x)=integral from n=G k(x,y)f(y,φ(y))dy (1)的固有值问题,在非负核情况下的讨论,可以看文献[1—5]。设G是n维欧氏空间R~n里的有界闭域;C是G上的实值连续函数Banach空间,取上确     

关于广义U、统计量的Jackknife与Bootstrap

设{X_j}_(j=1)~(n_1)、{Y_k)_(k=1)~(n_2) 分别为来自总体F_1与F_2的独立样本,{X_j}与{Y_k}相互独立。且设φ(x_1, …, x_(m_1); y_1,…, y_(m_2))为分别关于各x变元和各y变元对称的Borel可测函数。关于θ=Eφ的无偏估计可取以为核的广义U统计量     

任意初始点下的广义梯度投影方法

本文考虑问题(NP): 其中只={x∈E~n丨h_i(x)≤0,j=1,2,…,m}。 记I={1,2,…,m},g(x)=-▽f(x),φ_θ(x)=max{0,φ(x)},A(x)=(▽h_i(x),j∈I);H(x)为-n×n维对角矩阵,其主对角元为     

关于具有拟单调Fourier系数函数的L~1逼近

设是函数f(x)∈L_(2x)的Fourier级数,s_n(f,x)与σ_n(f,x)分别为其第n部分和与第nFejér和。我们记为扩在空L~1中的范数,又记E_n(f)_L为在L~1范数下n阶三角多项式对函数f的最佳逼近,即     

半线性耗散型波动方程的振荡解

我们考虑如下形式的半线性耗散型波动方程:□ｕε ｕε｜ｕε｜ｐ-2=0,ｕε｜ｔ=0=ｕ0(ｘ) εｕ0ｘ,φ(｜ｘ｜)ε,ｔｕε｜ｔ=0=ｕ1ｘ,φ(ｘ)ε,(1)其中2<ｐ<2ｎｎ-2,ｎ≥3,0<ε<1,ｕ0(ｘ),ｕ0(ｘ,θ),ｕ1(ｘ,θ)∈Ｃ∞0(Ｂ(0,Ｍ)×Πｍ)且关于每个θｉ(1≤ｉ≤ｍ)是2π周期的,φ(ｓ)=(φ1(ｓ),…,φｍ(ｓ)),φｉ(ｓ)∈Ｃ1(Ｒ),φ′ｉ(ｓ)∈Ｌ∞(Ｒ),我们还假定:对所有α∈2πＺｍ\{0},在Ｂ(0,Ｍ)上几乎处处成立ｄ(α·φ)≠0.设Ｗε满足:□Ｗε=0,Ｗεｔ=0=εｕ0ｘ,φ(ｘ)ε,ｔＷε｜ｔ=0=ｕ1ｘ,φ(ｘ)ε-ｕ1(ｘ),其中~ｕ1(ｘ)=1(2π)ｍ∫…     

多重共轭Fourier级数的强求和

设P(x)是k元n阶齐次调和多项式,n≥1。k元周期可积函数f关于核的共轭Fourier级数的临界阶Riesz平均记为f关于核K的共轭函数是     

一般情况下的最小二乘法

用理论曲线y=f(x;c)拟合观测值x_i~(*)、y_i~(*)(i=1,…,n),若x的测量误差也不能忽略,则拟合过程中变量x的地位同y没有实质的差别,可以统一地用z表示全部被观测量。n对观测值x_i~(*)、y_i~(*)(i=1,…,n)可以表示成为N=2n