带约束的线性模型中的可容许线性估计

在Gauss-Markov模型(Y_(n×1),X_(n×p)β_(p×1),σ~2V,V≥0)下,若S_(s×p)β可估,Rao及其他一些作者给出了Sβ的线性估计,在二次型损失函数下是可容许的充要条件。当参数受约束:β′Nβ≤σ~2,N>0时,Hoffmann,Mathew分别就V>0与V≥0的情形,讨论了β的线性估计的可容许性问题。本文将进而给出Sβ的线性估计AY在线性估计类中是可容     

最小二乘估计相合性的若干结果

(?)≡(x_1,x_2,…)是已知的p维向量序列,e≡(e_1,e_2,…)是随机误差列,β≡(β_1,…,β_i)′是未知的回归系数向量.记S_n=x_1x_1~′…+x_nx_n~′.设当n≥n_0时,S_1~(-1)存在.把p×n矩阵S_n~(-1)(x_1…x_n)的(j,i)元记为u_(nji),则β的最小二乘(LS)估计为     

数字滤波的一种递推估计

我们考虑一个方程 X_(i+1)=A_iX_i (1)的二维系统,这里X_i~1,X_i~2为纯量,其观察方程为 z_i=H_iX_i+η_i (3)其中 H_i=[1,0],(4)η_i为测量噪声. 令 J_k(x)=sum from i=-∞ to k((z_i-H_iX_i)~2W_i)。(5)这里 W_i=[1-ε(1-θ)/θ(k-i)]θ~(k-i),(6)0≤ε<1,0<θ<1。现在我们来研究(5)式的极小化问题,它在雷达跟踪问题中是颇感兴趣的。以X_k~*表示(5)式的X的最优估计,即     

对岩石本构关系中的新认识

在单轴压缩下,对济南辉长岩样品以六种不同的恒变形速率(0.8×10~(-3)/s、0.6×10~(-4)/s、1×10~(-5)/s、0.7×10~(-6)/s、1.6×10~(-7)/s、2.7×10~(-8)/s)压缩直至破坏。得到了辉长岩在不同恒变形速率下的应力(σ_1)-应变(ε_1)和体应变(ε_V)曲线。从σ_1-ε_1、ε_V曲线表明:当变形速率由10~(-3)/s降到10~(-8)/s时,辉长岩的强度降低了23％。岩石体积的非线弹性膨胀的起始压力C_0~′(σ_2=σ_3=0)为常量。当σ_1>C_0~′时。岩石轴向应变ε_1和体积的非线弹性膨胀量D,除了具有随轴向应力σ_2的增大而增大外,     

部分线性模型中M型回归样条估计的一些新结果

考虑下列部分线性模型Y_1-X′_1β_0+g_0(T_1)+e_i,1≤i≤n,其中(T_1,X_1,Y_1),…,(T_n,X′_n,Y_n)是随机向量(T,X′,Y)的 i.i.d.样本,X∈R~d,T∈[0,1],β_0为未知参数向量,g_0是一光滑未知函数.这个模型在文献[1]中首次被提出,文献中研究过β_0和 g_0(t)的估计,例如,基于惩罚函数法的平滑样条估计;基于核方法的估计;用分段多项式来逼近 g_0,基于最小二乘法的估计.由于上述估计不稳健,文献[8]用分段多     

半参数截断族中的渐近有效估计

设X_1,…,X_n是iid.样本,抽自截断型分布:■(1)其中f是一未知的[θ_1,θ_2]上的密度函数。为估计线性参数函数g(θ)=c_1θ_1+c_2θ_2,令     

双边截断参数的无偏方差最小估计

考虑双边截断型密度族其中a和b固定,h(x)>0,a.e.(对Lcbesgue测度,下同)于(a,b),且h(x)对任何(θ_1,θ_2)∈△在[θ_1,θ_2]内L可积,而     

(BCP)_θ加权移位的充要条件

设H是复可分Hilbert空间,T是H上以{W_(?)}为权序列的内射单边加权移位算子.现在我们定义T的逆权移位T_1为:T_le_n=w_n~le_(n+1),n≥0,其中{e_n}_(n=0)~∞是H的一个正规直交基,并且满足条什Te_n=W_n_(n+1).本文关于(BCP)_θ     

渐近Bayes判别

设(θ,X),(θ_1,X_1),…,(θ_n,X_n)是取值于{0,1}×R~d的iid随机向量,P(θ=0)=P_0,P(θ=1)=P_1=1—p_0,而X在给定θ=i时的条件密度是f_i(x),i=0,1.记D(x)=P_1f_1(x)—P_0f_0(X),则I{D(x)≥0}(X)是θ的Bayes判别函     

半局部环上辛群的自同构

本文定出了半局部环(2是单位)上辛群的自同构.定义1 取(β,ν)=(0 1/-1 0),令 T_i(λ)=I~(2n) λE_(osm i)~(2n)),T_(ij)(λ)=I~(2n) λ(E_(isn j)~(2n) E_(isn i)~(2n)),R_(ij)(λ)=I~(2n) λ(E_(ij)~(2n)-E_(n j,n i)~(2n)).T′_i(λ),T′_(ij)(λ)分别表示T_i(λ),T_(ij)(λ)的转置方阵.上面三种形式的阵生成的群记为SP′_(2n)(R).     

截断参数估计的收敛速度

一、引言考虑双边截断参数分布族对于Lebesgue测度的密度函数为f(x;θ_1,θ_2)=k(θ_1,θ_2,)h(x)I_(θ_1,θ_2)(x),θ=(θ_1,θ_2)′∈△={(θ_1,θ_2)′:a<θ_1<θ_2相似文献   

C~*-代数映象环面的注记

设(A,Z,α)是C~*-动力系统,并且α~n=id,这里n是固定的正整数。自然要问C~*-叉积A×~αZ与A×~αZ_β之间有何关系。结果如下: A×_αZ≌M(A×_αZ_β), 其中M(A×_αZ_n)是的映象环面,而(A×_αZ_n,Z_x,)是(A,Z_n,α)的对偶系统。     

缺落值问题的一种新迭代法

设有线性模型这里μ(X′_2)(?)μ(X′_1),μ(X′_3)∩μ(X′_1)={0},μ(A)表示A的列向量张成的子空间,y_i为n_i×1观测向量,X_i为n_i×p的已知设计矩阵,e_i为     

逆圆映像拐点阶数对临界标度性质的影响

恒流源驱动闸流管锯齿波振荡器可用一个“逆圆映像”逆行相当好的描述。这里θ_n=t_n/T_0是锯齿波特征点的无量纲时间,Ω=T_s/T_0,K=2πΩE_0/E_8,其中T_0、E_0是闸流管同步信号g(θ)的周期与峰峰值,T_s、E_s是不加同步时锯齿波的周期与     

部分线性模型参数分量的M估计的渐近正态性

Engle等人提出了下列部分线性模型Y_i=X_i~tβ_0 g_0(T_i) u_i,1≤i≤n其中(T_1,X_1~t,Y_1),…,(T_n,X_n~t,Y_n)是随机向量(T,X~t,Y)的i.i.d.样本,U_i为随机误差,U_1,…,U_n与(T_1,X_1~t),…,(T_n,X_n~t)相互独立,X∈R~d,T∈[0,1],β_0为未知参数向量,g_n是一光滑未知函数.文献中,有许多学者讨论了关于这个模型的估计问题,包括惩罚函数法、基于分段多项式逼近的最小二乘法和基于核函数近似的最小二乘法.由于上述方法得到的估计不稳健,本文用分段多项式逼近g_0讨论较稳健的M估计.记g_n(t)=(?)(t)~ta为一分段m阶多项式,其段数为M_n,其中(?)(t)是一函数向量,β_0和     

亚纯函数的奇异方向与局部特征的等价

关于亚纯函数的Borel 方向的存在性,首先由G.Yaliron 得到定理A 设f(z)为开平面上ρ(O<ρ<+∞)级亚纯函数,则存在一条从原点出发的半直线B:arg z=θ_0(0≤θ_0<2π),使得至多除去两个例外的复数,对于每个复数a 和任意正数s,有sum from r→∞to —logn(r,θ_0,ε,f=a)/logr=ρM.Biernacki 建立了定理B 设f(z)为开平面上ρ(0<ρ<+∞)级亚纯函数,则存在一条从原点出发的半直线B:argz=θ_0(0≤θ_0<2π),使得至多     

散布阵检验统计量的P-值

设X_1 ,X_2,…,X_niidX～EC_p(μ,Σ),即椭球等高分布:X-μR·Σ1/2U,U为S~(p-1)={a|a∈R~p,‖a‖=1}上的均匀分布,R≥0为已知的非退化r.v.μ∈R~p,Σ_(p×p)>0为未知,我们考虑假设检验问题:H_0Σ=Σ_0>0,K:Σ_0通常在正态假设下,其检验统计量一般用Wishart统计量,Wilks统计量及MLR统计量,而在椭球等高分布下,这些统计量的分布很难求出,只能借助于大样本理论或模拟计算,见文献[1,2],这也同样会遭遇维数灾祸的困难.为此我们利用投影寻踪(pp)方法和1维中检验方差的方法构造Σ的检验统计量如下:     

H2+OD→H+HOD反应的量子动力学研究

含时量子波包理论因其计算量小而在原子分子反应散射的动力学计算中得到了广泛的应用,对于由4个或更多原子组成的道数较多的体系,更能显示出含时方法计算小的巨大优越性,本文就利用这一理论对H_2+OD→H+HOD反应进行计算,此反应体系共有6个自由度,但因存在一个非反应的观察者OD键,在动力学计算中没有必要精确处理该键的键长坐标,而是采用势平均五维(PA5D)模型.通过Fourier变换将含时波函数变为不含时波函数,进而可从单一波包传播中抽出许多能量确定的反应几率.文中最后给出了H_2+OD→H+HOD反应初态确定的反应几率、反应截面及速率常数.1 计算方法对双原子-双原子反应AB+CD→A+BCD,其中CD是一观察者键,将其振动作绝热处理,则给定总角动量J的PA5D Hamilton在Jacobi坐标系(图1)中山表示为H=H_0+V_(rot)+V(R,r_1,θ_1,θ_2,(?)),(1)其中H_0=-((?)~2/2μ(?)~2/(?)R~2)-((?)~2/2μ_1(?)~2/(?)r_1~2)+V_1(r_1)+B_v_(20)j_2~2(2a)Jacobi坐标系     

Wielandt不等式的矩阵形式及其统计应用

设A为n×n正定Hermite阵 ,X和Y分别为n×p和n×q的矩阵 ( p + q≤n) ,满足X Y =0 .证明了如下不等式 :X AY(Y AY) -Y AX ≤ λ1-λnλ1+λn2 X AX ,这里 ,M-表示M的广义逆 .λ1和λn 分别为A的最大和最小特征根 .这个不等式是著名的Wieldandt不等式的矩阵形式 .利用此不等式 ,得到关于协方差矩阵、典则相关系数以及复相关系数的一些有意义的不等式 .     

方程sum from i=1 to n(x_i/d_i)≡0(mod1)的解数和解的最小值

文献[1～3]论及了方程∑ｎｉ=1ｘｉｄｉ≡0(ｍｏｄ1),1≤ｘｉ≤ｄｉ-1,ｉ=1,2,…,ｎ(1)在估计有限域上对角方程的解数中的作用,给出了基本性质与若干缩减过程.更进一步使用与扩展这些性质与方法,本文给出下列各定理.本文的记号同文献[1,2]中基本一致,主要有:Ｉ(ｄ1,…,ｄｎ)表示方程(1)的解的个数;设Ｉ(ｄ1,…,ｄｎ)>0,定义Ｌ(ｄ1,…,ｄｎ)=ｍｉｎ∑ｎｉ=1ｘｉｄｉ∑ｎｉ=1ｘｉｄｉ≡0(ｍｏｄ1),1≤ｘｉ≤ｄｉ-1,ｉ=1,2,…,ｎ.定理1　1)若Ｉ(ｄ1,…,ｄｎ)=5,6,7或9,则Ｌ(ｄ1,…,ｄｎ)=ｎ2,这里记号[ｘ]表示不超过ｘ的最大整数.2)若Ｉ(ｄ1,……