非线性半参数EV四归模型的估计理论

对于带有变量误差的非线性半参数回归模型:Y=H(x,θ) g(T) v,X=x u,给出了参数θ和函数g(·)的估计(?)_n,(?)_n(·).在一定条件下证明了(?)_n的强相合性和渐近正态性;(?)_n(·)具有强相合性且有几乎最优的强收敛速度,同时还给出了v的方差的强相合估计.     

带有讨厌参数的经验似然比置信区间

在许多情况下，形如θ０＝ＥＨ（Ｘ，μ）是人们所感兴趣的参数，这里Ｈ（·，·）是一已知在Ｒｄ×Ｒｋ上的连续实函数，其中，μ∈Ｒｋ是一讨厌参数，利用经验似然比泛函给出了θ０的经验似然比置信区间，属非参数方法，但其结果却类同于参数下的Ｗｉｌｋｓ定理和Ｏｗｅｎ的工作，同时给出了一些有用实例．     

半参数单调变系数部分线性EV模型的估计

主要研究半参数单调变系数部分线性EV模型的估计问题,提出了单调纠偏profile最小二乘估计方法,给出了模型中未知参数和单调变系数函数的估计,并在适当条件下证明了参数估计的渐近正态性和非参数单调估计的渐近性质.最后利用计算机数值模拟验证了本文所提方法的可行性及有限样本估计结果的性质.     

分布对称中心的U检验方法

基于构造U统计量提出了检验对称随机变量分布对称中心的一种新的检验统计量,获得了该检验统计量在原假设与备择假设下的极限分布,并用Bootstrap方法来获得检验拒绝域的临界值,对几类重要对称分布下该检验统计量的检验功效进行了比较,说明了该检验统计量的优良性.     

EV线性模型参数的经验似然比置信区域

考虑EV(error in variables) }线性模型 Yi =xτiβ0 +εi,Xi =xi+ μi,　i=1,2 ,… ,n ,其中εi 是i.i.d .的具有均值 0和连续可导的分布函数的误差 ,Xi 为 p维可观测随机向量 ,xi 为 p维不可观测随机向量 ,β0 为 p× 1未知参数向量 ,μi 是 p维i.i.d .的不可观测随机误差 .记 ei =(εi,μτi) τ,且Eei=0 ,Σee=σ2 Ip+ 1.设xj与ei对所有的i,j都是独立的 .在一般的条件下证明了非参数形式的Wilks theorem在EV线性模型中的正确性 ,并利用它构造出了 β0 的置信区域 ,然后在小样本下给出了模拟结果 .     

PP平均绝对离差及其渐近性质

对两类较稳健的PP平均绝对离差M_1(a),M_2(a),(a∈S~(p-1))进行了讨论,获得了它们的渐近表示式,并由此得到M_1(a),M_2(a)关于a一致地渐近分布为高斯过程的上界.     

删失数据非线性回归模型的广义M估计

加速失效模型(AFT模型)是研究失效时间和协变量间相互关系的一类重要模型.在标准的AFT模型中,假设对数变换后的生存时间与协变量间是线性关系,本文将线性关系扩展到非线性,在广义M估计的目标函数中使用Kaplan-Meier权,提出右删失数据非线性回归模型的加权广义M估计.我们还得到了广义M估计的渐近性和相合性,并且通过模拟研究验证了该方法在有限样本情形下估计效果良好.     

带有误差变量的偏度和峰度正态性检验

考虑带有误差变量的正态检验问题，提出了亲折偏度和峰度正态性度验统计量，证明了在零假设成立时，所提出的偏度和峰度检验统计量具有渐近正态的优良性质，模拟计算也表明所提出的检验统计量有良好的功效。