时空加权回归模型局部线性估计的渐近性质

在模型分析中,对未知参数的估计及其相关性质的研究甚为重要。首先通过假定时空加权回归模型的回归系数是时空位置的函数,给出了时空加权回归模型的一种局部线性估计方法。其次,在假设I~V及引理1下,研究了由此估计方法得到的第p个系数函数估计量所具有的渐近条件性质。最后,证明了第p个系数函数估计量的渐近条件偏差和渐近条件方差。结果表明该估计具有良好的表现。
     

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.     

附加信息下分布函数与分位数估计的渐近性质

对于在附加信息Ｅｇ（Ｘ）＝０下,用经验似然方法所获得的分布函数和分位数估计,给出了这些估计的强相合性,渐近正态性和重对数律,并且说明它们的渐近方差比通常分布函数和分位数估计的渐近方差要小。     

模p剩余系中的一个分布性质

利用Kloostermann和估计，三角和估计与解析方法研究模p剩余系中的分布的分布性质，并且得出一个新颖的渐近公式。     

截断情形下几何分布的参数估计

讨论了截断情形几何分布参数p的极大似然估计问题,证明了估计的强相合性和渐近正态性,给出了估计的进一步渐进性质.     

具有Neumann边界条件及临界Sobolev指数的半线性抛物方程整体解的渐近性及Lq-估计

研究一类具有Neumann边界条件及临界Sobolev指数的半线性抛物方程的整体解的渐近性及L^q-估计。这里Ω是R^N(N≥3)中的有界光滑区域并且p=2^*-1=N 2/N-2。     

关于中值定理的“中间点”的进一步估计

文章对文献中的“中间点”渐近性的有关结果作更进一步讨论，获得了几个新的更弱条件下的渐近估计式，所得结论在相当大的程度上拓广了文献中的相应结果。     

一种推广的Pickands型估计近正态性

文献[1],[2]给出了一种推广的Pickands型估计,并证明了它的相合性。本文运用典型方法进一步研究了这种Pickands型估计的渐近正态性,并给出了其证明。     

高维纵向属性数据的惩罚广义估计方程分析

文章证明了分析高维纵向二值属性数据的惩罚广义估计方程估计的渐近存在性,相合性与渐近正态性.     

一类三阶奇异摄动差分方程渐近解法

本文提出了关于一类奇异摄动三阶差分方程问题的渐近解的求解新方法,并利用指数二分性对渐近解作了误差估计,文中还给出了一个具体的计算实例。     

一类非对称的GARCH模型的参数估计

非对称的GARCH模型的估计一般采用拟极大似然估计,这种估计的相合性及渐近正态性结论已经出现在很多文献中.本文对这种模型提出一种新的估计方法-加权拟极大似估计,在一定条件下证明了非对称的GARCH模型的加权拟极大似然估计的相合性和渐近正态性.     

一类半线性退化抛物方程的全局吸引子

利用Sobolev嵌入定理和渐近先验估计方法研究一类半线性退化抛物方程在?tu(x, t)=Δ_λu(x, t)+f(u(x,t))+g(x)解的长时间行为,其中非线性项f满足任意p-1(p≥2)次多项式增长,得到了半群{s (t)}_(t≥0)在L~2 (Ω),L~p(Ω)(p2)中的紧性,并由此得到L~2(Ω),L~p(Ω)中全局吸引子的存在性。     

Rayleigh分布参数的贝叶斯经验贝叶斯估计

文章在均方损失函数下研究了Rayleigh分布参数的贝叶斯经验贝叶斯估计问题;在b=1条件下,证明了其贝叶斯经验贝叶斯估计是几乎处处收敛于贝叶斯估计的,并且它是渐近最优的;最后,给出蒙特卡罗随机模拟试验验证了此贝叶斯经验贝叶斯估计的渐近最优性。     

高斯基插值算子的Lebesgue常数的强渐近估计

设λ>0,考虑从lp(Z)到Lp(R)(p=1)的算子Lλ:(Lλy)=∑k∈ZykLλ(x-k),y=(yk)k∈Z,x∈R,其中Lλ(x)=∑k∈Zcke-λ(x-k)2,x∈R,满足插值条件Lλ(j)=δ0j,j∈Z,且δ0j是Kronecher常数.在此研究的‖Lλ‖p(λ→0)渐近行为是基于‖Lλ‖p的积分表达式进行的.得到了一个强渐近估计:‖Lλ‖p=π42logπλ2 π42(log2λ γ) π2A o(1)(λ→0)其中A是一绝对常数并且γ是欧拉常数.     

指数型分布族中矩估计的序贯置信区间

在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数(θ)函数g(θ)的一个序贯置信区间估计的步骤和方法.并讨论了在一定条件下,当d→0时,估计的渐近相合性、渐近有效性及有界的最优费用差(EN(d)?n(d))等渐近性质.     

密度与回归的随机窗宽核估计的渐近正态性

本文建立了密度和回归函数的随机窗宽核估计的渐近正态性,并给出了在回归函数最近邻估计场合的一个应用。     

污染数据半参数模型估计的渐近正态性

对固定设计下的污染数据半参数模型估计的渐近分布进行了研究,并在一定条件下证明了该估计具有渐近正态性.     

具周期性Cahn-Hilliard型方程的若干结果

给出具周期性的Cahn Hilliard型方程的若干结果, 包括初边值问题解的渐近估计、 周期解的吸引性以及初边值问题的解和周期解当黏性系数趋于零时的渐近性态.     

半参数回归模型中基于稳健散布阵的参数估计

基于稳健M-估计所得到的散布矩阵,给出了半参数回归模型中回归参数β的稳健估计,并证明了估计量的强相合性以及渐近正态性.     

混合误差下回归函数小波估计的渐近正态性

研究了误差为混合序列时,固定设计下非参数回归模型的小波估计.在适当的条件下得到了估计的渐近正态性.