一般分布参数固定宽度的序贯置信区间

在区间固定宽度下,设计了参数矩估计的序贯置信区间程序,讨论了参数序贯置信区间的性质,当宽度d趋于零时,研究了N渐近性质,获得了其渐近有效性和渐近相合性等.     

指数型分布族中矩估计的序贯置信区间

在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数(θ)函数g(θ)的一个序贯置信区间估计的步骤和方法.并讨论了在一定条件下,当d→0时,估计的渐近相合性、渐近有效性及有界的最优费用差(EN(d)?n(d))等渐近性质.     

均匀分布位置参数一种估计的渐近分布及应用

对区间长度为定值均匀分布位置参数的点估计量进行了研究,得到位置参数点估计量的渐近分布,讨论了渐近分布的相关性质,给出了位置参数的区间估计及其假设检验方法.     

积分第二中值定理"中间点"的渐近性态

讨论当积分区间长度趋于无穷大时,积分第二中值定理的“中间点”的渐近性态,在较弱的条件下,获得积分第二中值定理的“中间点”当积分区间长度趋于无穷大时的渐近估计式.改进和推广了相关文章中的一些最新结果。     

一类Sturm-Liouville问题的特征值的渐近分析

目的讨论一类有限区间[0,π]上的常型Sturm-Liouville算子特征值的渐近估计。方法本文运用了同阶无穷小的比较法。结果得到了一类有限区间[0,π]上的常型Sturm-Liouville问题比较精细的特征值的渐近估计。结论给出了微分方程系数及边条件对特征值的影响。     

积分中值定理中间点渐近性态的研究

对积分区间长度趋于零时，积分中值定理中间点的渐近性态作了近一步研究，得到一个更具一般性的新结果，并研究了当积分区间长度趋于无穷时积分中值定理中间点的渐近性态。     

广义泰勒中值定理中间点的一个渐近估计式

中值定理只给出了"中间点"在某区间内的存在性,并没有指出"中间点"在某区间内的位置.通过对中值定理"中间点"渐近性的研究可以确定"中间点"在某区间内的渐近位置,因此研究"中间点"的渐近性有一定理论意义.在无穷区间上研究广义泰勒中值定理"中间点"当区间长度趋近于无穷时的渐近性态,在一定条件下,建立了广义泰勒中值定理"中间点"当区间长度趋近于无穷时一个新的渐近估计式,并举例说明新渐近估计式的有效性和广泛性,从而推广和改进了有关文献中的一些结果.     

泰勒中值定理“中间点”当x→ ∞时的渐近性态

讨论在区间[a,x]上建立的泰勒中值定理的“中间点”当 x→ ∞时的渐近性态,给出两个渐近估计式.     

一类函数某些渐近估计式的简洁刻划

本文利用阶的估计法，讨论了区间（０，α）上取正值且单调增加的函数的某些渐近估计式成立的一种简单刻划。并利用积分中值定理给予了证明。     

积分第二中值定理“中间值”的渐近性

根据函数的特点,讨论了当积分区间趋于无穷大时,积分第二中值定理"中间值"的渐近性问题,利用函数的Taylor展式,得出了中间值的渐近估计式.     

关于比较两个生存函数的检验与估计问题(英文)

本文基于秩统计量,提出了一种新的分布自由检验,用此可来检验两个生存函数可能存在的交点,如果检验认为交点存在,文中又提出了两种新的点估计与区间估计方法,这些估计量都具有渐近相合性与渐近分布自由性质,本文作了一些模拟显示,文中的检验方法与文献中已有的方法相比具有较高的检验效率。     

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.     

Meta分析中异质性方差区间估计方法及改进

Meta分析中的异质性程度可以用异质性方差度量。为了估计异质性方差,人们研究并给出了各种估计方法,如矩估计、最大似然估计、经验贝叶斯估计等。在点估计的基础上,还进一步研究了异质性方差的区间估计,从而更加准确和有效地度量异质性大小。构建置信区间的方法也有很多,如似然估计,WALD型置信区间,基于Q统计量的置信区间等。本文在介绍已有的几种异质性方差区间估计方法的基础上,给出了假设 近似服从正态分布的情况下,异质性方差的区间估计方法,导出了异质性方差置信区间的解析表达式。仿真计算及实例分析表明该方法是稳健、可靠的。     

一类双函数系数ARCH-M模型的经验似然估计

针对一类双函数系数自回归条件异方差-均值(ARCH-M)模型的估计问题,提出一种基于经验似然的估计方法;在该估计方法中,所提出的模型允许金融时间序列的风险效应和收益效应同时为某一变量的函数结构,可以有效地刻画金融时间序列的风险和平均收益之间的关系,具有较广的适应性;同时,与经典矩估计法和极大似然估计法相比,基于经验似然的估计方法具有独特的优势,可以充分考虑金融序列的异方差性,并且所构造的置信区间不涉及任何渐近方差的估计,因此具有较好的稳健性和有效性;在一些正则条件下,对所构造的经验对数似然比统计量及函数系数估计量的渐近分布进行了理论分析;结果表明：关于风险效应函数系数和收益效应函数系数的经验对数似然比统计量均渐近收敛于中心卡方分布,同时函数系数估计量渐近收敛于正态分布;进而对风险效应函数系数和收益效应函数系数分别构造了相应函数系数的逐点置信区间。     

Asymptotic Behavior of the Finite Difference and the Finite Element Methods for Parabolic Equations

0IntroductionLeft(xΩ),b eg(a x)boaunnddeud0(d xo)maairne ibnouRndne,d a anndd a csosnutimneuo tuhsa t.We consider the followinginitial-boundary value problem u t(x,t)-Δu(x,t)=f(x),inΩ×R u|Ω=g(x),t>0u|t=0=u0(x),x∈Ω(1)whereΔis Laplace’s operator.Th     

α-混合样本下Pareto分布参数的经验Bayes双边检验

 在弱平稳α－混合样本下,利用核估计构造了Pareto分布参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优（a.o.）性,并获得了它的收敛速度。     

分布式监测系统可靠性贝叶斯评估

以贝叶斯理论为依据,考虑元件可靠性评估不确定性的影响,建立分布式监测系统的系统可靠性评估方法.在单个元件存活率服从二项分布的前提下,用元件可靠度评估的高阶矩计算系统可靠度评估方差与置信区间,利用贝叶斯方法进行元件可靠度评估和系统可靠度置信区间分析.通过一个实例进行计算与分析,表明该方法在监测系统可靠性设计与评估方面有一定实用价值.     

φ-混合样本下分位数的经验似然置信区间

在一定的条件下证明了φ-混合样本下分位数的分组经验似然比统计量的渐近分布为χ(21),由此可构造分位数的经验似然置信区间。     

负相伴样本指数分布参数的经验Bayes检验

讨论了负相伴样本情形指数分布中寿命参数θ的经验Bayes单侧检验问题:H0:θ≤θ0 H1:θ>θ0,利用概率密度函数的核估计构造了参数的经验Bayes单侧检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优性,并获得了其收敛速度.     

基于贝塔分布的最优置信区间研究

基于贝塔分布的概率特征性质,该文研究了一类特殊的贝塔分布的最优区间估计; 进而,将得到的区间估计与等尾置信区间进行了比较.结果表明:使用最短置信区间作为未知参数的区间估计,估计的精度得到显著提高.最后,利用数值模拟的方法给出了贝塔分布的最短区间估计用表.