分布函数上尾端点估计量的渐近性质

给出了当极值指标小于0时,分布函数F(x)的上尾端点估计量,并证明了该估计量的强相合性和弱相合性,给出了其强收敛速度,证明了渐近正态性,进而获得了分布函数F(x)的上尾端点的渐近置信区间.     

线性小波密度估计L1-模相合性

用小波方法对未知密度f(x)进行估计 ,并在某些假定下建立了一种估计量的L1-模强相合性 ,以及在某些限制下 ,弱相合与强相合的等价性 .顺便也给出L1-相合的一个必要条件 .     

关于随机截断下半参数回归模型中的相合估计的一点注记

文[1]研究了随机截断下半参数回归模型中的相合估计,但其强相合性的证明有些问题。本文给出了其强相合性的新的证明。     

关于分布变点问题的非参数统计推断

若X1,… ,Xr,Xr 1,… ,Xn 是一列独立的随机变量 ,且X1,… ,Xriid .～F1及Xr 1,… ,Xniid .～F2 ,其中F1(已知 )与F2 (未知 )为两个不同的连续分布函数 ;称r/n(记为t0 )为该序列的变点 .用Kolmogorov型统计量 ,我们给出了检测变点t0 位置的一个程序 ,并证明了所得结果是强相合的 ;同时也讨论了t0 的假设检验和区间估计     

一类分布的尾端点估计量的收敛性

在极值分布指数γ〈0时，给出了边际分布函数F（z）的尾端点估计量，并研究了此估计量的相合性、强收敛速度与渐近分布．     

LNQD样本最近邻密度估计的相合性

本文在LNQD样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究了失效率函数估计的一致强相合性。     

NQD样本下密度函数核估计的相合性

设{Xn,n≥1}为同分布的两两NQD随机变量序列,f(x)为其概率密度函数,基于样本X1,X2,…,Xn, 文章对密度函数f(x)的核估计进行了讨论, 在适当条件下证明了强相合、一致强相合和均方相合.     

一类半参数模型的正交级数及最小二乘估计

考虑半参数回归模型Y_i=X_iβ+g(X_iβ)+e_i,i=1,…,n。用正交级数和最小二乘法构造了β和g的估计β和g,证明β和g的强相合性,并把此结果应用于截断回归模型=Xβ+e,e～F(未知)中未知参数β和误差分布F的估计.     

删失数据下NA样本核密度估计的相合性

在｛Xn;n≥1｝和｛Yn;n≥1｝是相互独立的同分布NA随机变量序列的情形下,研究了随机删失数据下概率密度函数的核估计,获得了此核估计的逐点强相合性和一致强相合性。     

END样本最近邻密度估计的相合性

在END样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究失效函数估计的一致强相合性.     

缺损寿命数据的生存分析

讨论了当分布函数F（x）经过-log(-log(F(x)))变换后，可以用多项式逼近，使用非参数分布的泛函估计，建立了分布函数的强相合估计，模拟结果表明估计拟合情况要优于经验分布，较为理想，最后，把-log(-log(F(x))）变换应用于研究保险的缺损数据并取得了很好的结果。     

线性模型中误差分布的相合核估计

线性模型y_i=x′_iθ+e_i,i=1…n,的误差序列{e_i}_i~n=1有未知密度f(x),本文在一定条件下证明了f(x)的核估计的弱相合性,逐点强相合性,一致强相合性,其中(?)为L.S估计的残差.     

ALNQD序列密度函数核估计的强相合性

设{X_n,n≥1}为一同分布的渐近线性负相依(ALNQD)序列,f_n(x)为密度函数f(x)基于样本X_1,…,X_n的核估计.在适当的假设条件下,利用ALNQD序列的矩不等式和Borel-Cantelli引理,证明核密度估计的强相合性、一致强相合性及r阶相合性.     

强混合序列下非参回归函数加权核估计的强收敛速度

在误差项为强混合序列的条件下,利用随机变量部分和的矩不等式,讨论非参回归函数加权核估计的强相合性,给出其收敛速度.当样本矩足够大时,强相合的收敛速度约等于n-1/2.     

线性小波密度估计Ｌ１—模相合性

用小波方法对未知密度f(x)进行估计,并在某些假定下建立了一种估计量的Ｌ１－模型强相合性,以及在某些限制下,弱相合与强相合的等价性,顺便也给出Ｌ１－相合的一个必要条件。     

基于强大数定律的参数估计的评价方法

利用强大数定律和切比雪夫不等式对未知参数估计量的2种评价标准作了研究,给出了总体方差的一个无偏估计;分析了相合估计与强相合估计的关系,证明了判别相合估计量的一个命题,指出满足一定条件的最大似然估计具有强相合性.     

关于非参数回归函数估计的集中不等式

本文利用L^1-传输不等式给出一般的非参数回归函数估计的某种集中不等式。并由此不等式在特殊的情形下给出了这种估计量的强相合性和弱相合性。     

随机删失数据下核密度估计的相合性

在{Xi,i≥1}是α混合的随机变量,{Yi,i≥1}是独立同分布的随机变量,且Xi与Yi相互独立的情形下,研究随机删失数据下概率密度函数的核估计,获得此核估计的逐点强相合性和一致强相合性.     

结构关系度量误差模型中参数估计的渐近性质

考虑结构关系度量误差模型其中P维向量Y,q维向量Z为可观测随机变量,X为不可观测随机变量,U,F分别表示相应的度量误差,H（x,θ）是未知参数θ的非线性函数,参数空间是Rm中的有界闭区间．假设X,U,F相互独立,X服从包括正态分布的一类椭球等高分布,U～N（0,U）,F～N（0,F）,F＞0已知．在一定条件下给出了θ的一个强相合且渐近正态估计．     

ND样本最近邻密度估计的相合性

利用ND序列的Bernstein不等式, 研究ND样本最近邻密度估计的相合性, 给出了弱相合性、 强相合性的充分条件, 所得结果将最近邻密度估计的相合性推广到ND样本.