误差为AR(1)型的线性结构关系EV模型参数估计

利用正交回归法和最小二乘法,给出了当x,y均服从正态分布且误差为AR(1)模型的线性结构关系EV模型中参数φ,β0和β1的估计量,并且证明其均具有强相合性.     

误差为AR(1)过程的半函数型偏线性回归模型参数估计的强收敛性

文章研究了基于半函数型偏线性回归模型Y=XTβ+m(T)+ε,(X,T)与误差ε相互独立,在一定假设条件下,当误差满足AR(1)过程时,建立了这种半函数型偏线性回归模型中未知参数β的估计量β^的强收敛性,推广了现有文献中的结果。     

具有AR(2)误差非线性回归模型的联合检验

在讨论了具有AR(2)误差的非线性回归模型相关性和异方差性的联合检验的基础上, 首先导出了关于误差相关性和异方差性的似然比检验统计量和Score检验统计量, 然后根据参数正交变换, 得到了修正的似然比检验统计量和修正的Score检验统计量, 推广了文献［1］的结果。     

线性回归模型中度量影响的一种Bayes方法

从Ｂａｙｅｓ观点出发对线性回归模型定义了后验影响函数，对三种不同情况，导出了其分解式，研究了其性质，并把后验影响函数与其它影响函数作了比较。     

线性回归模型中度量影响的一种Bayes方法

从Ｂａｙｅｓ观点出发对线性回归模型定义了后验影响函数，对三种不同情况，导出了其分解式，研究了其性质。并把后验影响函数与其它影响函数作了比较。     

线性回归模型中强影响度量的一种新方法

本文通过引入主成分，讨论了帽子矩阵所具有的性质，给出了度量线性回归模型中强影响的统计量，并结合实例，验证了该统计量在理论上优于Ｃｏｏｋ距离及应用上简便易行。     

线性回归模型中自变量变换与强影响点

提出了单个数据或一组数据对线性回归模型中自变量变换参数极大的似然估计影响的诊断方法，并把该方法同Ａｔｋｉｎｓｏｎ的方法作了比较。     

AR(1)误差的非线性随机效应模型的参数估计

介绍一类具有AR（1）误差的非线性随机效应模型估计的EM算法。这种算法能一次性的估计出模型中的所有参数，并用随机模拟数据和实际例子说明了EM算法的有效性。     

误差是非参数AR(1)序列的变系数模型

利用局部线性方法给出误差序列{εi,1≤i≤n}是非参数AR(1)序列下的变系数模型系数函数的估计,并在此基础上研究了系数函数估计的相合性问题,给出了该模型系数函数估计是弱相合的.     

线性回归模型中的变点分析

本文利用线性回归模型中单变点估计法，逐步调整法，得到了线性回归模型中的多变点估计量的可行方法。     

模糊线性回归模型(Ⅱ)

针对输入和输出的模糊数据,详细讨论了输入和输出均为模糊数的模糊线性回归模型,给出了正规方程和最小解的理论结果,以及最小解的解析表达式,最后附以实例来说明该方法的可行性.     

模糊线性回归模型(Ⅰ)

针对输入和输出的模糊数据,引入了一种模糊数的距离.基于该距离,类似于传统的最小二乘方法,研究了模糊线性回归模型的一般形式,详细讨论了输入为实数输出为模糊数的模糊线性回归模型,给出了正规方程、最小解和唯一解的理论结果,以及最小解的解析表达式,最后附以一个实例来说明该方法的可行性,故具有较好的实用价值.     

带t-误差的线性回归模型参数的精确置信域

首次对带t-误差的线性回归模型中的未知参数构造了精确的置信域(或置信区间).并且求出了置信区间的风险函数.     

ZIP回归模型的数据删除度量和广义杠杆

为了探测含零较多的计数数据对ZIP回归模型的影响,基于EM算法和完全数据似然函数,笔者利用数据删除方法研究了模型的全局影响,得到了参数估计的一步近似表达式以及相应的广义Cook距离和Q-距离,并研究了在EM框架下的广义杠杆值.最后,通过实际问题说明了所得统计量的有效性.     

一类带跳的线性回归模型

针对普通的常系数线性回归模型存在预测误差较大的缺陷,对Hildreth-Houck模型进行修正,得到带跳的线性回归模型(LRMJ),对该模型中各参数进行估计,并对模型中被解释变量的数学期望与方差等统计性质进行讨论．最后将该模型运用于一个实际问题,证明该模型不仅可行而且能够得到比普通常系数线性回归模型更为精确的预测值。     

结构关系度量误差回归模型的相合估计

讨论一般结构关系度量误差模型的大样本理论，给出了未知参数的一个强相合估计。     

误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性

在误差为AR(1)时间序列的情形下,给出了半参数回归模型的拟极大似然估计方程,并研究了拟极大似然估计量的存在性。     

线性模型中单个回归参数的局部影响分析

在局部影响分析中，人们往往对线性模型的单个回归参数感兴趣，根据Ｗｕ＆Ｌｕｏ）１９９３）的二阶局部影响分析方法，在这篇文章里我们通过对参数的ＭＬＥ扰动曲面的研究来检验线性模型中观测值对单个回归参数的局部影响，一个实际例子说明了该方法在识别强影响点时的有效性。     

区间数据的线性回归模型中误差项方差的估计

从无偏转换的思想出发,对区间数据的线性回归模型中误差项方差进行了估计.当截断变量的分布密度函数已知时,得到一批具有强相合性和渐近正态性的估计量,并通过模拟计算对这种估计方法的可行性进行了验证.