古典风险模型下盈余过程的相关分析

讨论了古典风险模型的盈余过程和盈余通过给定水平时间的一些性质，运用鞅论和随机游动的方法得到了破产前盈余通过给定水平的概率只的近似表达式及其精细估计．当索赔额服从指数分布时，给出了具体实例．随后在不考虑破产的情况下，使用更简单的办法得出了盈余首次通过水平。时刻的期望的精确表达式，并从实际出发进一步在考虑破产时得到这个条件期望的上界．     

定时截尾缺失数据下指数分布的参数AMLE

试验数据缺失是产品寿命试验中经常遇到的情况,处理起来比较复杂.当寿命分布为指数分布时,给出寻求定时截尾寿命试验数据缺失场合下,样本分布参数的近似极大似然估计.通过大量的Monte-Carlo数值模拟试验,证实所给方法的可行性.     

随机保费率下带干扰风险模型的破产概率

考虑了保险费收取率为随机变量且含随机干扰因素的风险模型，在更一般的情形下，得到了破产概率满足的一般公式和Lundberg不等式，并且，通过实例分析了破产概率与初始资本、保费额及理赔额之间的关系。     

求解多元多重线性回归系数的BP算法

提出了一种基于SCNN的求解多元线性回归系数的改正的BP算法.该算法的基本思想是先将回归系数的估计转化为求相应线性方程组的最小二乘解;然后用BP算法求得方程组系数矩阵的左逆阵,得到方程组的解.算法中不存在除法运算,且便于在计算机上实现.     

缺失数据下多元正态模型Monte Carlo EM算法

研究含有缺失数据的多元正态模型参数的极大似然估计问题,利用Monte Carlo EM算法求得多元正态模型参数的迭代解,并证明了此迭代解收敛到最优解,且其收敛速度是二阶的.     

反射系数的估计

考虑具有衰减因子的广义褶积模型：ｙ（ｎ）＝ｇ（ｔｎ）＋ｘ（ｎ）＋ｖ（ｎ）；ｘ（ｎ）＝ｗ（ｎ）＊ｒ（ｎ） （ｎ＝１，２，…，Ｎ）利用小波平滑与格点滤波的方法给出反射系数ｒ（ｎ）的一种估计，并讨论了该估计的收敛性。     

连续型单参数指数族的经验贝叶斯检验

讨论了连续型单参数指数族的经验贝叶斯检验问题.在假定先验分布G(θ)非退化及边缘分布fG(x)m次可导的条件下,通过考虑检验函数的单调性,利用核估计方法构造了经验贝叶斯检验函数并通过泰勒定理证明其收敛速度的阶为O(n-(m-1)/(m 3)).m越大收敛速度越快,当m=∞时,收敛速度的阶近似为O(n-1).通过比较发现,这种方法是有效的.     

线性指数分布参数的经验贝叶斯估计

对线性指数分布在平方损失下获得了参数的贝叶斯估计，并构造了相应的经验贝叶斯估计，证明了所提出的经验贝叶斯估计是渐近最优的且有收敛速度O（n^-q），其中q=（s-1）（λs-1）／[s（2s＋1）]，1／2〈λ〈1—1／（2s），s≥2是一给定的整数．     

定数截尾缺失数据下Weibull分布的形状参数近似估计

研究定数截尾寿命试验数据缺失场合下,Weibull分布中形状参数的点估计问题.利用次序统计量的方法给出形状参数的近似估计,并通过大量的Monte-Carlo数值模拟试验,验证方法的可行性.