异方差一致协方差阵的估计方法研究

处理回归模型中的异方差问题尤为重要的一点是对随机误差项的方差进行估计.考虑到非参数核估计和稳健估计在异方差构成未知的情况下在估计效果上仍具有一定优越性，因而将非参数N-W估计和两种稳健估计方法分别与估计加权最小二乘估计法相结合，先得出随机误差项方差的估计量，进而将其作为权矩阵对模型参数进行估计，并基于估计加权最小二乘法，对已有的加权异方差一致协方差估计方法进行扩展，提出了两个新的加权估计量WHC4m和WHC5m.通过实验可以发现，各估计方法在模型参数的估计和检验效果上差别较大，并且新提出的加权估计量比原有的异方差一致协方差估计量HC4m和HC5m在检验效果上表现更好.     

Riemann流形上的加权Laplace算子

研究了 Riem ann流形上加权 L aplace算子 L 的第一特征值的下界估计问题 ,该问题是经典 L aplace算子的第一特征值估计的自然推广。鉴于应用数学的背景 ,法国数学家 Bakry在 1987年提出该问题。运用梯度估计中一些精巧的估计方法 ,推广了黎曼流形上加权 L aplace算子的结果 ,得到了 Riemann流形上加权 L aplace算子第一特征值下界的最优估计     

内蕴平方函数在分数次Morrey空间上的加权有界性

利用A_p权估计和函数分解方法, 借助L^p空间上的加权估计, 证明内蕴平方函数、 内蕴Littlewood-Paley g和g^*_λ函数在广义分数次Morrey空间上的加权有界性, 并给出相应BMO交换子的加权有界性.     

内蕴平方函数在分数次Morrey空间上的加权有界性

利用A_p权估计和函数分解方法, 借助L^p空间上的加权估计, 证明内蕴平方函数、 内蕴Littlewood-Paley g和g^*_λ函数在广义分数次Morrey空间上的加权有界性, 并给出相应BMO交换子的加权有界性.     

带粗糙核的分数次积分算子的交换子在Morrey-type空间上的加权有界

证明了带粗糙核的分数次积分算子的交换子在Morrey-type空间上的加权估计，其中加权Morrey-type空间是加权Morrey空间的推广。     

协变量缺失下基于诱导光滑方法的加权分位数回归

在部分协变量随机缺失机制下的分位数回归模型中, 提出回归参数的诱导光滑加权估计及其渐近协方差估计, 证明了诱导光滑加权估计和经验似然加权估计有相同的渐近协方差, 且诱导光滑加权估计的渐近协方差估计也是相合的, 并给出了诱导光滑加权估计及其渐近协方差估计的高效算法. 模拟结果表明, 新方法在有限样本下表现优良.     

光滑度量空间上熵的渐进估计

在Bakry-émery曲率有下界的闭光滑度量测度空间上给出了加权Nash熵以及Perelman的加权W-熵随着时间演化的渐进估计,还借助于加权Laplace算子的第一非零特征值得到了加权Nash熵的一个精细估计。这些结果是Ni的关于Nash熵以及Perelman的W-熵演化公式的深化。     

协变量缺失下变系数模型基于经验似然的加权分位数回归

在部分协变量随机缺失的变系数分位数回归模型中,提出回归参数的逆概率加权估计和基于经验似然的加权估计,并讨论了这两种估计的大样本性质.从渐近方差可见,基于经验似然的加权估计效率高于逆概率加权估计.     

核密度的随机加权估计及其应用

目的 研究核密度的随机加权估计,在一定条件下证明核密度的随机加权估计是有效的.方法 用随机加权法对核密度进行估计.结果 在适当的条件下√nhn(Hn(x)-fn(x))和√nhn(fn(x)-f(x))对几乎所有的样本序列X1,X2,…具有相同的极限分布,即随机加权逼近成立.结论 所提出的随机加权估计优于钱伟民所做的Bootstrap估计,提高了估计的精度.     

多线性奇异积分迭代交换子的加权估计

得到了多线性奇异积分迭代交换子的一个sharp估计.由此得到了多线性奇异积分迭代交换子在Lebesgue空间上的加权估计.     

加权变指数Herz乘积空间上的多线性奇异积分算子

根据加权变指数Lebesgue空间和Herz空间的定义和性质,利用变指标特征,应用H9lder不等式等估计,证明多线性Calderón-Zygmund算子在加权变指数Lebesgue乘积空间上的有界性,进而证明该算子在加权变指数Herz乘积空间上有界.     

双参数指数分布的加权矩估计

利用加权矩估计方法,得到双参数指数分布中参数的加权矩估计量,讨论了估计量的方差和特征函数,并利用算例说明了加权矩估计优于矩估计．     

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.     

内蕴平方函数在加权变指数Herz-Morrey空间上的有界性

定义了一类加权的变指数Herz-Morrey空间,利用内蕴平方函数在加权变指数Lebesgue空间上的有界性,并运用调和分析中的实变理论,变指数空间的性质,以及不等式的估计,证明了内蕴平方函数在加权的变指数Herz-Morrey空间上的有界性.     

Hausdorff算子在加权Lebesgue空间上的有界性

主要研究Hausdorff算子在加权Lebesgue空间上的有界性.首先利用Minkowski不等式得到高维Hausdorff算子在加权Lebesgue空间上的有界性估计;其次重点考察一维情形,将Hausdorff算子转化成卷积算子,结合奇异积分的加权理论获得一维情形比较精细的结果.     

与Schr?dinger算子相关的热半群在加权Morrey空间上的变差不等式

研究了与Schr?dinger算子相关的热半群算子族在加权Morrey空间上的变差不等式.通过核函数估计并利用权及其性质,得到了该变差算子在加权Morrey空间上的有界性.     

关于损失函数的稳健性问题

本文考虑了参数估计在加权损失类下的稳健性问题,在加权损失类下,构造了一致改进估计,并且对Poisson均值参数的同时估计问题,给出了一类更广的不等压缩估计。     

Littlewood-Paley算子在加权Herz空间的弱有界性

借助于加权Herz空间上的分解理论,利用权函数的性质以及不等式的估计,得到了Littlewood-Paley g函数从加权Herz空间到加权弱Herz空间的有界性。这个结果丰富了Littlewood-Paley算子理论的内容。     

关于Gauss-Markov估计在噪声方差矩阵不可逆时的化简

讨论了Gauss-Markov(简记为)估计与最优加权最小二乘估计之间的关系,证明了即使模型噪声方差阵不可逆,在一定条件下GM估计与最优加权最小二乘估计仍可以是统一的.     

时空加权回归模型的变窗宽局部估计

基于合变系数模型的局部线性估计方法与时空加权回归(GTWR)拟合方法,给出了时空加权回归模型的局部估计方法,并在其中嵌入一个变窗宽以提高其估计精度.