刀切法与刀切估计量性质

本文介绍一种非参数的估计方法——刀切法(Jackknife),并讨论刀切估计量的性质及其应用.     

刀切广义岭估计的渐近性质

经典的大样本理论研究了当自变量数 p固定(或p→∞ ),并且样本容量 n→∞时估计量的性质,但 n固定并且 p→∞这种情况几乎没有被讨论过.后者对髙维数据的研究具有重要意义,本文研究了刀切广义岭估计在 n固定 p→∞时的渐近性质,建立了刀切广义岭估计在一定条件下的均方误差相合性,提供了一个剔除次要变量的变量筛选方法,并证明了这个筛选程序的强相合性.     

高维纵向属性数据的惩罚广义估计方程分析

文章证明了分析高维纵向二值属性数据的惩罚广义估计方程估计的渐近存在性,相合性与渐近正态性.     

一类函数方程x~n+f(x)=1正根的渐近性

本文讨论了函数方程x~n+f(x)=1在f(x)为单调可微或解析的条件下,其正根x_n(n→∞)的渐近性;得到了当f(1)的值不同时,x_n有三种本质不同的渐近性。文中还局部地定性地给出了两种x_n的渐近级数。     

积分中值定理的中值渐近性的又一定理

研究积分第一中值定理，获得了其中值渐近性的一个新结果。     

带非局部边值条件的Logistic方程组正解的渐近性态

应用bootstrap技巧,讨论了带非局部边值条件的Logistic方程组的正周期解的存在性和一般时变解的渐近性.     

带非局部边值条件的Logistic方程正解的渐近性态

应用bootstap技巧讨论了带非局部边值条件的Logistic方程的正周期解的存在性和一般时变解的渐近性.     

关于Taylor定理的中值的渐的性与收敛速度

Ａｚｐｅｉｔｉａ定理给出了中值点所具有的渐近性，本文对此建立了收敛速度的一个估计，并对不满足Ａｚｐｅｉｔｉａ定理条件的一类函烽，给出了其中值点所具有的渐近性，对此也建立了收敛速度的一个估计。     

带非局部边值条件时滞的Logistic方程组正解的渐近性态

应用bootstap技巧,讨论了带非局部边值条件的时滞的Logistic方程组的正周期解的存在性和一般时变解的渐近性.     

带非局部边值条件的周期Fisher''s模型正解的渐近性态

应用bootstrap技巧,讨论了带非局部边值条件的周期Fisher's模型正周期解的存在性和一般时变解的渐近性态.     

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.     

变系数模型中的新局部线性估计法

提出一种新的局部线性方法用来估计变系数模型中的未知函数,给出了未知函数估计量的渐近条件偏差和方差.由于新方法所得估计量的渐近方差小于传统线性估计量的渐近方差,因而新方法更加有效.     

半参数回归模型局部多项式估计的渐近性质

利用最小二乘局部多项式方法建立了半参数回归模型参数分量、非参数分量和误差方差的局部多项式估计,在适当的条件下,得到它们的渐近正态性和最优收敛速度。     

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.     

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．     

半参数计量经济联立模型的局部线性广义矩变窗宽估计

提出半参数计量经济联立模型的局部线性广义矩变窗宽估计,并在随机设计(模型中所有变量为随机变量)下,利用极限理论研究了估计的大样本性质.研究结果表明:参数分量估计具有一致性和渐近正态性且收敛速度为n-1/2;非参数分量估计在内点处具有一致性和渐近正态性,其收敛速度达到了非参数函数估计的最优收敛速度.     

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.     

双向截尾情况下最大似然估计的强相合性

讨论了双向截尾情况下分布参数的最大似然估计的渐近性质，证明了最大似然估计具有强相合性。     

半变系数模型的局部多项式估计

半变系数模型在统计中具有重要的应用。文章对该模型的常数系数，采用局部多项式估计方法和平均方法，给出了它的估计，对于函数系数通过应用常数系数的估计，采用局部多项式估计方法给出其估计，并给出估计的渐近正态性和证明。