渐近无偏矩估计量

给出了极值指数γ的一类渐近无偏的矩型估计量,当估计量中的上端顺序统计量的个数k取得较大时,其渐近方差比较稳定,并给出了k的选择.在估计量的偏度修正过程中,给出了二阶参数ρ的估计量.     

门限自回归模型中门限和延时的小波识别

文章对门限自回归模型进行了研究,运用小波分析方法构造了延时和门限的两种估计量,同时估计了门限的数目.文章中获得了这些估计量的收敛速度和统计量的渐近分布,并且门限的估计量具有最佳收敛速度.     

估计量无偏性的证明

目前在点估计的理论和实用中 ,无偏性占据很重要的地位 ,对与同一参数的不同的点估计量 ,无偏性是对估计量最基本的要求 ,无偏估计量的证明 ,关键在于求出未知参数 θ的估计 θ的期望     

最佳工具变量估计量

针对单方程的经济计量模型从多个可供选择的工具变量出发,用它们的估计量的线性组合构造一个最佳工具变量估计量,并给出了一个阐述结果的例子.     

核估计量与窗宽选择

对非参数回归曲线提出了一种新的核估计量和窗宽选择方法及修正偏倚置信带。目的是利用该回归曲线的估计量选择窗宽构造置信带．新估计量的拟合精度明显好于Priestley-chao核估计量,新的窗宽选择方法比广义交叉确认准则计算简单：该修正偏倚置信带较优于该回归曲线的Bonferroni型带。用这种方法建立修正偏倚置信带是完全数据驱动,不包含任何附加调节参数,这种方法在实际应用中是十分有效的。     

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     

极值指数的分布式矩率估计量

基于分治算法和矩率估计量构造了分布式矩率估计量并证明其相合性和渐近正态性.     

捕获——再捕获抽样中的复合估计量

本文介绍了捕获——再捕获抽样的思想方法,提出了一个新的捕获——再捕获抽样的估计量:复合估计量,并讨论了它的性质和最小方差。     

一类正极值指标的截尾估计量

引入了一类位置不变的Hill型极值指数估计量，并证明了其弱相合性；在二阶正规变化条件下，得到了此类估计量的渐近正态性．     

位置不变的Hill型估计量的强相合性

对正极值指标γ的估计,Fraga A lves提出了一种位置不变的H ill型估计量;给出了一种位置不变的右删截H ill型估计量,再分别证明了这两种估计量的强相合性.     

非线性回归参数LS估计量性质的模拟研究

本文在非线性回归模型 y=f(x,θ)+ε的参数θ的最小二乘(L S)估计的基础上,使用随机模拟的方法来讨论所得估计量的性质.     

基于分块的重尾指数估计量的推广

采用分块的方法提出了一种新的重尾估计量,并讨论了这种新的估计量在正则变化条件下的相合性和渐近正态性.     

正态总体方差几类估计量的比较

对正态总体下方差σ2的三类常用估计量在无偏性、有效性、一致性等准则下进行了分析与比较,以便在实际应用中较准确选取估计量.     

方差未知时两个正态总体均值序条件下的估计量

讨论了两个正态总体均值在序条件下的改进估计量,样本均值是期望的极大似然估计量,当期望满足序条件且方差未知时,用方差的极大极小估计量代替方差得到了关于期望的一类估计量,此类估计量改进了样本均值.     

捕获—再捕获抽样中的组合估计量

西介绍了捕获－再捕获抽样的思想方法，提出了一个新的捕获－再捕获抽样的估计量：组合估计量，并讨论了它的性质和最小方差。     

捕获——再捕获抽样中的复合估计量

本介绍了捕获——再捕获抽样的思想方法，提出了一个新的捕获——再捕获抽样的估计量：复合估计量，并讨论了它的性质和最小方差。     

一类位置不变的极值指数估计量

本文提出了一类位置不变的重尾极值估计量，■其中：γ>0,k₀是小于k的正整数.得到了此位置不变极值估计量的弱相合性和渐近正态性，并根据其渐近展开式得到k₀的最优选择.     

一类Hill型估计量的收敛性

给出了极值指数为负时的一类新的Hill型估计量，并证明了它的相合性及渐近正态性．     

半参数广义线性模型的正则估计量及其有效性

讨论了一类半参数广义线性回归模型参数的正则估计及其有效性问题.在研究模型半参数的矩估计及其渐近性的基础上,利用正交空间、矩估计的性质和正交计算方法,给出了广义线性模型中未知参数的有效估计量的表达式.提出了回归参数有效估计量的特征描述方法,并给出和证明了参数估计量是有效正则估计量的充分必要条件.通过实例进一步解释和验证了所给出的方法和条件的有效性.