非参数函数型递归核估计的收敛速度

文章考虑当响应变量和解释变量都是函数型时的非参数核回归模型,将经典的N-W核估计量推广为一族递归核估计量,并且利用Kolmogorov熵的方法和函数型数据的基本方法,得到递归估计量在独立情形下的一致收敛速度。     

再论线性模型参数M估计的强收敛速度

研究线性模型中回归参数M估计的强收敛性，与专著[1]中相应结果比较，我们在较弱的条件下获得了相应的结论。     

线性模型参数M估计的强收敛速度

研究了线性模型中回归参数M估计的强收敛性，与《线性模型中的M方法》（陈希孺，赵林城，上海：上海科学技术出版社，1996）中相应结论比较，在一般性条件下获得了强收敛性的结果，而且，这里给出的条件对矩的要求有较大的改进。     

函数型非参数密度伪估计的一致收敛速度

首先构造函数型非参数随机变量X的密度伪估计~f(x)和众数θ的估计nθ,在比较自然的条件下,得到基于独立同分布函数型数据非参数密度伪估计的几乎完全一致收敛速度,以及基于函数型独立场合下非参数众数估计θn的几乎完全一致收敛速度,并推广了现有文献的相关结论。     

单调密度函数的单调估计及其收敛速度

设C_α是一族定义于(0,∞)上的非增概率密度,具有连续导数且有界,对于f∈C_α构造f(x)的非增估计并讨论它的收敛速度。又设f∈F,F是一族定义于(0,∞)上非增概率密度,满足Lipschitz条件,对任意f∈F,构造它的非增估计并给出它的收敛速度。     

回归函数改良核估计的收敛速度

回归函数的核估计在通常情况下需要核函数具有有界支撑 ,随机变量Y要求具有l阶矩 ,其中l>1。在核函数改进为包括无界支撑甚至不可积 ,并且去掉了对Y的矩的其它要求的情形下 ,讨论了回归函数改良核估计在完全样本及在删失样本情形下的收敛速度 ,得出了与原来情形同样的结论 ,推广和改进了文献 [1- 2 ]的相应结果     

基于相依函数型数据具有稳健性质的条件分位数核估计

文章基于相依函数型数据,通过一种具有稳健性质的方法,研究了条件分位数核估计,避免了采用双核方法中存在的问题;并在一定的条件下建立了估计量的几乎完全收敛的速度,推广了现有文献的结果。     

一类半参数回归模型中M估计的收敛速度

考虑半参数回归模型yi=xTiβ0+g(ti)+ei,i=1,2,…,n。其中,β0是未知参数,g是未知函数。当g的估计取一类非参数权估计(包括核估计和最近邻估计)时,文章讨论了参数β0的M估计β0的强收敛速度和未知函数g的估计g*n(t)的一致强收敛速度,从而得到β0-β0=O(n-1/2(logn)1/2)　a.s.和sup|g*n(t)-g(t)|=O(n1/3logn)　a.s.。0≤t≤1     

后序遍历二叉树的递归和非递归算法

本文论述了后序遍历二叉树的递归算法和非递归算法。对递归算法中的工作栈的执行过程做了分析;对非递归算法中的重点和难点做了深刻探讨,并给出了相应算法。     

平稳序列回归函数核估计的强收敛

本文在样本序列为平稳ψ－混合的情形下，证明了回归函数的核估计具有强相合性，并给出了它的强收敛速度。     

相依数据非参数核估计的收敛速度

在非参数和半参数模型中，不论数据是独立的还是相依的，都涉及到对未知均值函数或者对某函数的未知条件期望的估计。文章针对这一问题，在数据为混合相依的条件下，给出一般函数条件数学期望的估计，并讨论了它的收敛速度。     

Pickands估计的强收敛速度

在本文中,我们建立了极值分布指数γ的Pickands估计γ^{^P}_n的ａ.ｓ.收敛速度。     

Beta算子收敛速度的下界估计

线性算子收敛速度的下界估计是一个比较困难的问题,文章将近年来Ｚ．Ｄｉｔｚｉａｎ,Ｋ．Ｇ．Ｉｖａｎｏｖ 等人在建立强逆不等式过程中所创造的一系列方法综合地应用于估计Ｂｅｔａ 算子收敛速度的下界,得到了新的、较好的结果．     

回归函数的混合型最近邻估计的强收敛速度

本主讨论了把最小二乘估计与最近邻估计结合起来所得的回归函数的混合型最近邻估计的强收敛速度。     

固定设计下函数型线性回归模型的完全收敛速度

基于固定设计下,文章研究了解释变量和响应变量都为函数型变量时的线性回归模型,通过构造模型中线性算子T的估计量■n,证明了在不同的条件下‖■n-T‖的以概率收敛性和完全收敛性,同时给出了‖■n-T‖在完全收敛下的收敛速度.     

NA样本下回归函数估计的收敛速度

在误差为NA序列的条件下,研究了固定设计点列下非参数回归函数一般权函数的非参数估计,并在一些基本条件下给出了估计的一致最优强收敛速度。     

基于遍历函数型数据下条件分位数的渐近性质

假设(Xi,Yi)1≤i≤N为一组平稳遍历函数型样本,Yi为取值于实数空间R的随机变量,Xi为取值于半度量空间F。文章考虑在Xi条件下关于Yi分位数回归函数的估计量,主要利用N-W核回归估计方法研究遍历函数型数据下条件分位数的逐点收敛速度。