附加信息下分布函数与分位数估计的渐近性质

对于在附加信息Ｅｇ（Ｘ）＝０下,用经验似然方法所获得的分布函数和分位数估计,给出了这些估计的强相合性,渐近正态性和重对数律,并且说明它们的渐近方差比通常分布函数和分位数估计的渐近方差要小。     

光滑两值响应模型的随机加权方法（英文）

光滑计分估计在一定的正则条件下具有n相合性及渐近正态性.然而由于渐近方差包含了与未知误差分布有关的未知函数参数而很难被精确估计.这里提出了用随机加权的方法估计极大光滑计分估计的渐近方差,并从理论证明和计算机模拟两方面证明了所提出的估计具有相合性和渐近正态性.     

半参数方差函数模型的核与最小二乘估计

介绍具有随机设计的一类半参数方差函数模型。对模型的非参数成份构造了核估计，然后利用最小二乘法估计参数成份，最后证明了估计的若干渐近性质（例如，相合性，渐近正态性等），从而进一步推广和发展了Ｍｕｌｌｅｒ和Ｚｈａｏ的结果。     

半方差在风险管理中的应用及估计的统计性质

在一定条件下证明了半方差估计具有强相合性，并且在总体具有对称分布时给出了一渐近正态分布．半方差在风险管理中的应用及估计的统计性质@徐克军     

半方差在风险管理中的应用及估计的统计性质

在一定条件下证明了半方差估计具有强相合性，并且在总体具有对称分布时给出了一渐近正态分布．     

一阶转移Poisson模型参数的统计推断

分析了一阶转移Poisson模型，给出了参数估计的方法．理论分析结果表明，参数估计具有渐近正态性，方差矩阵的估计具有相合性．     

指数族非线性模型ML估计的渐近性质

在指数族非线性模型中，给出了相合估计存在的必要条件，并指出λｍｉｎ（Ｊｎ（β））趋于正无穷作为主要条件的必要性。同时，给出了指数族非线性模型ＭＬ估计相合性成立的一般条件。最后，在相对简单的正则条件下，证明了随机回归变量条件下ＭＬ估计的相合性和渐近正态性。     

纵向数据中伪似然方程的根的相合性

研究了伪似然方程的根的渐近存在性和相合性大样本性质．伪似然方程是研究纵向数据的一种方法，它是广义估计方程（GEE）的一种推广，用适当的矩阵去估计相关阵，这也是研究意义所在．自从Shao（1999）定义伪似然方程以来，其大样本性质也不断完善．本文证明了在一定条件下伪似然方程的根的渐近存在性及相合性．     

具有附加信息分布函数的经验欧氏似然估计

在已知Ｅｈ（Ｘ）＝０下,对总体的分布函数给出了经验欧氏似然估计,并证明了这种估计的强相合性、渐近正态性及渐近正态的阶为Ｏ（ｎ－１２）,给出了检验Ｅｈ（Ｘ）＝０的经验欧氏似然方法     

一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题, 给出了未知参数的一个估计类, 证明了该估计类中估计的相合性和渐近正态性, 并且获得了该估计类中的最小渐近方差估计, 并通过数值模拟比较了估计类中各种估计方法的优劣.     

序约束下AR(2)模型参数的拟似然估计

在约束条件下利用拟似然估计方法对AR(2)模型的参数进行统计推断,研究了拟似然估计(α)和约束拟似然估计(α)*的相合性及渐近正态性,并给出了AR(2)模型参数序关系的假设检验方法及模拟结果.     

INGARCH模型拟极大似然估计的相合性

利用拟极大似然方法研究INGARCH模型参数的估计问题,证明了拟极大似然估计的强相合性.模拟结果表明,在样本数较大时,拟极大似然估计比最大似然估计效果更好.     

具有部分缺失数据时两个帕斯卡分布的估计和检验

讨论了具有部分缺失数据下两个帕斯卡分布总体的参数估计和关于总体相同的似然比检验,证明了总体参数估计量的强相合性与渐近正态性,同时给出了似然比检验统计量的极限分布.     

二元极值分布参数的最大似然估计与分步估计

考虑二元极值分布参数的最大似然估计与分步估计的渐近协方差阵，得到分步估计关于最大似然估计的渐近效率，表明分步估计是一种实用的方法。     

随机删失下非线性回归模型均值的置信域

考虑随机右删失数据下非线性回归模型中响应变量均值的估计问题,应用经验似然方法构造响应变量均值的调整的经验似然比统计量,证明了在一定的条件下,统计量渐近服从x2分布,所得结果给出了均值的渐近置信域.     

由高斯移动平均过程驱动的一类随机微分方程的极大似然估计

在高斯移动平均过程是半鞅情况下,研究由其驱动的随机微分方程的极大似然估计获得了渐近一致的估计,并证明了该估计量的强相容性和渐近正态性,从而推广了经典情形下的相应结果.     

一个整值ARCH(p)模型的经验似然推断

研究整值ARCH(p)模型的经验似然推断. 利用经 验似然方法, 给出了模型参数的最大经验似然估计, 并证明了估计量的相合性和渐近正态性 .     

参数回归模型的最大加权似然估计及其性质

对参数回归模型的估计因不同观测点的重要程度不同 ,常常要采用加权估计方法 .提出参数回归模型的最大加权似然估计方法并利用概率论中的大数定律和中心极限定理证明了估计的一致性和渐近正态性 .     

部分缺失数据两个特殊指数总体的估计和检验

讨论了在部分缺失数据的情况下,两个特殊指数总体的参数估计和基于相同总体的似然比检验。证明估计的强相合性和渐近正态性,给出似然比检验统计量的极限公布,并讨论了基于精确分布的检验问题。