重尾过程协整检验的Bootstrap逼近

重尾过程的协整检验统计量渐近分布含有不可估计的重尾指数α,针对重尾过程的协整检验运用Bootstrap抽样算法,在不估计重尾指数α的情况下,计算了该检验统计量的临界值,并且证明了该算法在理论上的合理性.Monte Calo模拟说明该方法有效.     

重尾分布尾指数估计研究进展

气象、水文、环境、电信、保险、金融等许多领域的数据不满足正态分布假设,而是具有尖峰、重尾特征.过去三十多年间,针对重尾分布及尾指数估计的研究得到了长足发展.文章回顾了冲击正态性假设的重尾分布的发现过程,描述了重尾分布的定义,极值理论及正则变换条件,并从研究内容的阶段特征、研究方法的不同类型总结、归纳、评述了各类尾指数估计方法及重尾阈值选取方法,最后就这些估计方法的不足和应用局限性以及如何改进和深化重尾指数的估计问题作了展望.     

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.     

不同观测点重尾参数的估计

根据位置不变的Hill型估计量的渐近性质,提出了一个关于极端降雨不同观测点的位置不变的估计量c∧n(k0,k),并讨论了其弱相合性及其分布的渐近正态展开.     

基于样本分块的重尾指数估计

基于样本分块的估计方法,文章提出了一类新的重尾指数估计,并在适当的正则变换条件下讨论了该估计的强弱相合性.     

Bootstrap方法下的Poisson分布置信区间估计

文章研究了参数为λ的Poisson分布的Bootstrap置信区间,通过模拟计算,用此方法得到的Bootstrap置信区间的精度明显优于用经典方法得到的置信区间.     

重尾情形下随机和的一致尾等价性

利用Daley等的一个结论,将Tang在R族上的一个结果推广到了L∩D族上。     

重尾分布尾部指数的Crovella估计性质研究

重尾分布的尾部指数的估计方法有很多种,但都不同程度地存在一定的局限,为此,Crovella提出了一种从标度特征方面来估计尾部指数的方法,该方法易于应用,估计结果也比较准确．在阐述了该估计方法的具体步骤后,给出了相应的估计量,并从理论上对该估计量的相合性进行了分析,证明该估计量具有强相合性．     

基于三阶条件下的降偏差重尾指数估计

在三阶条件下,提出了一种修正的降偏差估计,并讨论了其渐近性质及给出了相应的证明.在保证方差不变的前提下,不仅证明了在一定条件下该估计的渐近偏差更小,而且MonteCarlo模拟表明在有限样本情形下的模拟偏差也更小.     

Bootstrap方法的仿真实现及其在系统偏差估计中的应用

该文研究Bootstrap方法与Bayes Bootstrap方法的原理及在小样本情况下的应用问题.分析了这二种统计方法的原理,给出了总体分布中未知参数的点估计方法和区间估计方法,后采用非参数抽样法,编写C语言程序,实现了Bootstrap方法与Bayes Bootstrap方法的计算机仿真.通过实例分析,给出了射击系统偏差在Bayes Bootstrap方法、Bootstrap方法和经典统计方法下的具体偏差值,得到Bayes Bootstrap方法优于其它二种方法的结论.     

Bootstrap门限向量误差修正模型中门限同积SupLM检验

对门限向量误差修正模型提出了基于原假设为线性非同积关系的一种门限同积SupLM检验。给出了理论证明的检验门限同积关系存在性的SupLM检验的理论证明,以及相关的bootstrap算法。模拟实验得到比较好的检验水平和功效,进一步将其用于研究几种美国国库券收益率的关系,发现它们之间存在明显的门限同积关系。     

基于厚尾分布的异常信号检测方法

为了检测具有厚尾分布信号的异常值,提出将基于EM算法的统计诊断方法应用于正态逆高斯信号的异常信号检测.为了避免计算贝塞尔函数的困难,考虑将正态逆高斯信号看作缺失变量,通过EM算法求解参数的极大似然估计,简化了计算过程;通过Q函数代替对数似然函数,提出了在正态逆高斯分布的信号中基于Q函数的影响度量方法,分别给出了数据删除模型与局部影响分析的诊断统计量,理论和实例计算结果表明:该文所提出的检测方法对于正态逆高斯信号的检测效果明显.     

图像阈值自动选取算法的C++实现

图像分割是运动目标检测与跟踪技术必须要解决的问题,在很多时候它涉及到图像阈值的选取。文章采用的算法首先计算图像中不同区域的灰度均值,结合最小差值条件,反复修订由计算所得的阈值,从而达到自动选优的目的。在此基础上,文章进一步给出了用C++语言实现算法的关键代码。测试表明此方法选择阈值简便实用,图像的二值化效果良好。     

Bootstrap方法在无失效数据分析中的应用

本文在无失效数据可靠性分析经典方法的基础上,提出了无失效数据参数的Bootstrap估计,并对寿命服从Weibull分布和正态分布的两种情形,分别用Monte-Carlo方法进行了随机模拟,所得的结果与工程经验值一致。     

基于自助法和随机加权法的个体生物等效性评价

运用自助法和随机加权法的几种特殊形式评价个体生物等效性,对假设检验的功效进行模拟,结果显示随机加权百分点法的检验功效最好,最后对一个实例进行了分析.     

一种基于身份的门限盲代理盲签名方案

为了提高代理盲签名的实用性及安全性,结合秘密共享体制,在基于身份的密码体制下,提出一种新的盲代理盲签名方案.本方案中,我们将盲签名和代理签名结合,使得到的盲代理盲签名方案具有代理签名的权力委托和盲签名的消息匿名性和不可追踪性等特点;同时对代理签名者进行盲化,使得任何人不能从签名中知道代理签名者的身份.在基于身份的密码体制下,引入秘密共享机制,很好的防止了代理签名者权力滥用的问题.本方案具有更好的灵活性、更高的安全性等特性.     

基于Bootstrap方法上的新修正EM算法

对于成分数据的处理往往是进行对数比变换，这时，如果数据中含有零点或是近似零点，变换后就会出现负无穷的数据．因此，对于成分数据中零点或是近似零点的处理就成为成分数据分析中的一个重要的课题，文献中采用了基本线性回归的修正EM算法，文章将此方法进行了改进，提出了基于Bootstrap方法上的修正EM算法，这两种方法均是在迭代的初值给定步骤进行了改进．模拟研究对上述提到的两种方法进行了比较，结果显示此方法相比原有的修正EM算法，算法更为简便，得到的估计更为精确．     

一种新的在图像压缩中的适度分层阈值法

从图像本身的统计特性出发,利用小波包对图像进行多层分解,提出适度分层阈值法,并将适度分层阈值法与分层阈值法对相同的图像进行对比实验.结果是,适度分层阈值法有效克服了DCT在图像压缩中存在的"方块效应",并且比分层阈值法对图像进行压缩更能达到较好的压缩效果.     

选择计量器具测量极限误差的合理方法

试图运用模糊数学的方法，对目前仍用经验方法处理的确定计量器具允许的测量极限误差进行定量分析．