回归误差方差的区间估计

首先将回归函数限制在一个有限维函数空间中,得到一个近似的线性模型,在此基础上,由Fiducial推断给出了误差方差的区间估计.该区间估计形式简单,易于计算.给出了这个区间估计的真实覆盖率和名义水平差异的一个上界,该上界由回归函数与其近似的线性函数的距离界定,并且对所给区间估计的真实覆盖率进行了数值模拟.     

含多个非线性项的Gronwall-Bellman型非连续函数积分不等式的推广

研究了含有未知函数的多个非线性项的非连续函数积分不等式,对每一个区间的估计,在未把不等式右边第一项放大为常数,而是保持为函数的情况下,利用分析技巧给出了未知函数的上界估计.利用此结果估计了脉冲微分方程解的上界.     

关于小波函数的逼近性

得出了区间样条的插值函数是最佳逼近函数,给出了求解最佳逼近函数的算法,最后给出了其误差上界的估计.     

区间时变时滞线性系统的指数稳定性

基于Lyapunov泛函方法,研究时滞是时变的且属于一个区间的线性时滞系统的指数稳定性.以线性矩阵不等式的形式给出了一个新的指数稳定性判别准则.在估计Lyapunov泛函的导数时,利用凸组合和倒数凸组合方法得到了较小的上界,从而使得到的指数稳定性条件具有较小的保守性.另外,所得状态变量的指数上界只依赖于初始函数本身而不涉及其导数.最后,用数值算例验证了所得方法的有效性.     

四单元混联系统屏蔽数据的统计分析

推导了四单元混联系统屏蔽数据场合下的似然函数,并且给出了常数失效率单元和线性失效率单元所组成的四单元混联系统屏蔽数据的参数的极大似然估计,以及采用似然比构造区间估计的方法得到参数的近似区间估计.     

半参数广义线性模型的矩估计及其渐进性

针对概率统计中的半参数广义线性模型(SGLMS),利用了正交空间、核函数、正交计算方法及独立随机分布的概念和性质,研究了广义线性模型中未知参数的估计问题,给出了回归参数的矩估计方法及其相应的性质,给出了参数估计量为一致有效性和近似正态性的充分条件,并证明了参数估计量是一致有效性和近似正态性的结论.所给出的回归参数的矩估计方法推广了已有文献中要求参数完全已知的假设,因此该方法和结果更具有一般性和理论价值.     

基于偏差密度模型的小波估计*

讨论了带加权分布且基于分层相协随机变量的密度函数估计问题, 提出了线性小波估计器, 并给出该估计器的~$L^p\ (1\leq p<\infty)$~风险上界.     

固定设计点情形下回归函数值的区间估计

对于固定设计点情形下的非参数回归模型,基于核估计的方法给出了回归函数的逐点置信区间和修正偏差置信区间.所给置信区间在相对较弱的条件下是渐近精确的.考虑到窗宽的选取对核估计和区间估计的重要影响,给出了适合所给置信区间的核估计窗宽的迭代选取方法.模拟结果显示迭代法收敛,且选取的窗宽表现良好,置信区间有令人满意的覆盖率.     

聚集数据线性模型参数聚集Liu估计的相对效率

 当线性模型中的变量间存在复共线性时,常用有偏估计代替无偏估计。其中广义岭估计是研究较多的一种有偏估计。很多实际问题只能观测到聚集数据。本文给出了聚集数据线性模型聚集Liu估计的定义,提出了聚集Liu估计相对于最小二乘估计的两种相对效率,并得到这两种相对效率的上界;给出了聚集Liu估计相对于Peter-Karsten估计的2种相对效率及其上界。本文提出的聚集Liu估计,既能保证估计参数的稳定性,又能保证估计参数的近似无偏性,从这个意义上说,该估计在某种程度上优于聚集广义岭估计。     

高阶线性微分方程第二离散谱的上界（英文）

考虑高阶线性微分方程在有限区间上广义离散谱的上界估计,此问题由钱椿林教授提出,是六阶微分方程离散谱问题的自然延伸,所用方法是Hile和Yen方法的改进和推广。笔者首先选择合适的试验函数,利用广义Rayleigh定理得到一基本不等式,其次利用算子谱理论、分部积分和Cauchy-Schwarz不等式等方法,证明了四个引理,最后获得了用第一个谱来估计第二个谱的显式上界不等式,其估计系数与区间的几何量无关,其结论是相关文献结论的进一步推广,在微分方程的谱理论研究中有一定的使用价值。     

右删失数据下回归函数的局部组合分位数回归估计

本文研究右删失数据情形下的组合分位数回归模型,采用局部多项式逼近来估计回归函数,得到回归函数在某一点的估计量的渐近正态性和区间估计,并通过蒙特卡洛模拟验证了所提方法的有限样本性质。     

资产方程中回归函数的局部线性加权估计

通过将标的资产价格所满足的积分方程转化为回归模型,建立了回归模型中回归函数的局部线性加权估计.利用回归函数的估计构造漂移系数的样本估计量,并证明了所构造样本估计量的均方收敛性.从而使利用样本估计量构造漂移系数的估计成为可能.     

区间删失数据下基于OLLGG分布的多参数回归模型的参数估计

该文基于Ⅱ型区间删失数据,在OLLGG分布下提出多参数回归模型,通过线性回归刻画分布参数与协变量之间的关系,并通过极大似然方法给出了模型的参数估计,数值模拟验证了模型参数的估计有良好的性质,将提出的模型应用到血友病患者HIV感染的数据中,发现提出的模型对数据有灵活的拟合效果.     

带混合噪声回归模型小波估计器的相合性

针对带混合噪声回归估计问题,利用小波方法构造线性小波估计器,并在不假定待估回归函数具备任何光滑性的前提下,证明小波估计器的L^p(1≤p<∞)相合性。     

相依函数型数据递推改良核回归估计的收敛性

研究了基于相依函数型数据非参数回归函数算子的估计问题,构造了非参数回归函数算子递归改良核估计,利用非参数函数型渐近理论,对估计量进行分解,建立了其递归改良核估计在α-混合相依函数型数据下的几乎完全收敛性及其收敛速度,推广了现有文献中的相关结果.     

基于中位数排序集抽样的区间估计

利用中位数排序集样本的次序统计量来构造未知总体中位数的区间估计,证明了新估计具有适应任意分布性,并系统验证了新区间估计的精度一致高于排序集抽样下总体中位数的区间估计。最后将针叶树的一组真实数据进行了实际应用。     

平衡损失函数下风险相依回归信度模型

首先,给出了平衡损失函数下信度保费估计与二次损失函数下的信度保费估计的关系;然后,给出了在平衡损失函数下具有风险相依的回归信度保费表达式;并讨论了平衡损失函数下,目标估计为特殊情况的回归信度保费和风险等相关;以及具有共同效应时,二种回归信度保费表达式.     

多元线性模型系数的广义根方改进估计类

从矩阵变换理论出发，对多元线性模型的系数提出了广义根方估计。证明了它优于系数的ＬＳ估计，根方改进估计，且是β的线性可容性估计等性质。     

随机设计下回归函数模型变点的小波估计

研究在随机设计下对含有单个跳跃点的回归函数的小波估计。将随机设计通过变换转换成等距设计,在等距设计下利用单个跳跃点和跳跃度的估计量,构造出含有单个变点的回归函数估计。数值分析比较结果显示：该方法不仅保持了尖点附近的良好性质,而且在跳跃点附近也有效地避免了吉布斯现象。     

非对称损失下正态均值的区间估计

考虑非对称损失下正态均值的区间估计, 在位置变换群下给出容许的最优同变置信区间, 其为通常置信区间的推广. 同时, 利用估计问题中对序限制下参数估计量的改进方法, 结合分布参数之间的序限制改进了所得的最优同变置信区间, 构造了一族改进置信区间.