基于排序集样本和双辅助变量的比率估计改进方法

基于排序集样本和双辅助变量建立总体均值的改进比率估计量,研究了估计量的偏差和均方误差,并从理论上比较了两种抽样方法下的估计效率,最后借助随机模拟和实际例子分析了比率估计方法的有效性.结果表明,利用双辅助变量的改进比率估计精度明显高于简单随机抽样或者单辅助变量比率估计.     

两个比率的比率估计量

给出了同一样本在两个时期比率的比率估计量的偏差、估计量的均方误差以及均方误差的估计。     

比率估计量均方误差的近似值及其估计量的偏差

改进了比率估计的均方误差 ,给出了偏差的价为 1/n3 的比率估计量均方误差及其估计     

基于分层排序集抽样方法的改进比率估计

基于分层排序集样本提出了总体均值的改进比率估计方法,讨论了改进比率估计量的均方误差和偏差估计式,证明了改进的比率估计比原来的联合比率估计更加有效.最后,利用一组幼儿黄疸病胆红素含量的数据进行实例分析,结果表明,基于分层排序集样本的改进比率估计可以有效提高估计精度.     

中位数排序集抽样下总体均值的比率估计方法

分析了中位数排序集抽样下总体均值的比率估计方法,证明了该估计量具有渐进无偏性,并讨论了两种抽样方法下估计量的相对效率.算例表明,在总体分布为正态分布的情况下,基于中位数排序集样本的比率估计比随机抽样下的比率估计效率高.     

一类相依回归模型参数的组合主成分改进估计

针对两个相依方程组成的一类回归模型,提出回归系数的一种组合主成分改进估计方法,在均方误差意义下讨论了这种估计量的优良性质,研究了此估计与主成份改进估计的关系.     

幂分布的有效估计

讨论了幂分布的概率密度函数和分布函数的估计问题,分别得到了概率密度函数和分布函数的极大似然估计、一致最小方差无偏估计和基于分位数的估计.通过随机模拟计算了多种估计的均方误差,随着样本量的增大,估计量的均方误差变小;在概率密度函数和分布函数的估计量中基于分位数的估计的均方误差最大.     

基于KL分位数估计方法的VaR估计及实证分析

为了有效地度量小概率水平下金融产品的风险价值量VaR,在概率水平小于等于0.05的情况下对KL分位数估计进行数值模拟分析,在此基础上提出利用KL分位数估计量去估计VaR的方法.为此先介绍了KL分位数估计子样本容量的选择和均方误差的计算,再分别对KL分位数估计与SQ样本分位数估计做模拟分析并讨论其拟合效果,比较不同分布和不同样本取值下两者的均方误差比率,模拟分析结果表明:一般情况下KL分位数估计优于SQ样本分位数估计.最后,将KL分位数估计分别运用于桂林旅游、桂林三金这两支股票的风险度量(VaR估计),得出投资桂林旅游股票的风险大于投资桂林三金股票的风险.     

初始编码及最大序列号均未知时总体容量的估计

实际生活中,很多产品的序列号是连续的,估计出最大序列号就知道产品的总产量.例如二战中德军坦克数量的估计就是初始编码为1时最大序列号的估计.但在很多商业活动中,需要估计某产品在某个时间段的产量.本文研究这种初始编码及最大序列号均未知时总体容量的估计问题,从不同角度提出6个估计量:有放回抽样时极大似然估计量以及它的Jackknife法、近似法、迭代法及区间长度法得出的相应估计量及无放回抽样时的最小方差无偏估计量,然后通过大量随机模拟来评价这6个估计量的无偏性和均方根误差的相对大小.模拟结果表明:极大似然估计在小样本时表现欠佳,Jackknife法确实可以改进偏倚,后4个估计量的表现不论是有放回还是无放回抽样均相差不大,最小方差无偏估计量在无放回抽样时表现最佳.     

多阶段抽样比率估计及其样本量的选择

讨论多阶段抽样比率估计及其样本量选择的问题 ,给出了比率估计抽样均方误差的近似公式及其渐近无偏估计的公式 .在调查费用给定及各阶段的样本量为等比例分配情况下 ,给出了各阶段样本量最优选择的一般结果 .     

数据部分缺失情况下的均值估计

某随机变量的观测值出现部分缺失时,辅助变量的存在常常可以有利于该随机变量的统计分析,该文针对辅助变量和目标随机变量没有明确函数关系,但它们存在一定的相关性的情况,提出了目标随机变量均值的一种新的估计方法,并利用随机模拟将它和完全记录分析所得的估计量进行了比较.     

等距抽样中总体均值的回归估计

讨论了等距抽样中,如何利用辅助信息改进总体平均值的估计,以达到提高估计精度之目的。分单组样本和抽取附加样本两种情况,提出了总体平均值的回归型估计。文中提出的估计与传统的样本均值相比较有较高的精度。     

变系数模型中的新局部线性估计法

提出一种新的局部线性方法用来估计变系数模型中的未知函数,给出了未知函数估计量的渐近条件偏差和方差.由于新方法所得估计量的渐近方差小于传统线性估计量的渐近方差,因而新方法更加有效.     

相继调查中的轮换样本问题

本文以无放回简单随机抽样(SRSWOR)为例,讨论了相继调查中的轮换样本问题,证明了一个基本定理,从而为充分利用数据信息构造总体特征的估计奠定了基础.文中还提出了若干总体均值、发展速度和增长量的估计量,并由基本定理点出了这些估计量的均值和方差。     

变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。     

变刚度半主动控制结构的地震影响系数分析

对两种不同控制律下变刚度半主动控制结构的地震影响系数进行了比较和分析．研究结果表明，控制律不同对受控结构各振型地震影响系数比的均值和标准差影响较小．此外，随着振型附加刚度比的增加，地震影响系数比的均值和标准差呈现逐渐增大的趋势．根据仿真分析结果，建立了该类有控结构地震影响系数比的定量计算方法，并在此基础上，对变刚度半主动控制结构的实用抗震设计提出了建议．     

变系数联立模型的局部线性广义矩估计

目的在随机设计条件下,提出了一类变系数联立模型,对模型的变系数进行了估计,研究了估计量的大样本性质。方法局部线性广义矩估计。结果利用概率论中大数定律和中心极限定理,证明了估计量的大样本性质。结论局部线性广义矩估计具有相合性和渐进正态性。     

中药山茱萸的高效液相色谱指纹图谱及其聚类分析

采用高效液相色谱（HPLC）法建立了10个不同山茱萸样品的中药指纹图谱（TCMF）．对所获得的指纹图谱信息进行了数据化处理；用色谱峰重叠率定量地对10个样品的指纹图谱进行了相似性评价，其重叠率均大于85．4%．在此基础上用模糊聚类中的几何平均最小法定性地对10个样品进行了分类和鉴别，其相似性的相关系数为0．927时，全部样品可归为一类．通过HPLC指纹图谱、色谱峰重叠率和模糊聚类分析，建立了控制山茱萸药材质量的新方法，该法为中药样品的鉴定和质量控制提供了依据，并为HPLC在复杂组分样品的分析领域开拓了新的应用途径．     

数字信道化器中高阶精确重构滤波器组设计方法与量化分析

数字信道化技术广泛应用于新一代卫星通信系统的星上处理平台中,而精确重构滤波器组的设计是其中的关键技术。针对现有滤波器设计方法通道数较低,难以满足高分辨率数字信道化器需求的问题,提出了一种基于频率取样法和最小均方误差逼近的高阶精确重构原型滤波器的设计方法。该方法首先利用频率取样法求解一个近似精确重构原型滤波器;然后在最小均方误差准则下,用一个由两通道无损网格建模的滤波器对该近似精确重构原型滤波器进行最优拟合。数值实验表明,与Parks-Mc Clellan(PM)算法相比,该方法能设计得到更高通道数的滤波器组;并且原理简单,设计复杂度很低。滤波器性能的量化分析结果表明,综合考虑多相分量长度与量化位宽的设计思想,能够平衡实现复杂度与性能指标,对于实际系统具有重要的参考价值。     

A new method of identifying and locating gross errors——Quasi-accurate detection

A new idea and a distinctive method have been proposed, which concern real errors and their estimators. By using the idea of "Quasi-Stable Adjustment" created by Prof. Zhou Jiangwen for reference, the rank-deficient equations on real errors are resolved by adding the conditions under which the minimum of the norm of the real errors of the quasi-accurate observations is restrained. The formulae and the scheme of the new method called "quasi-accurate detection of gross errors (QUAD)" are presented. By using this method, not only multiple gross errors can be identified and located exactly with these estimators calculated accurately, but also the precision of the estimators is able to be evaluated strictly. This method may be suitable to dealing with the gross errors existing in various fields of science and engineering.