误差为鞅差序列线性模型参数M估计的强相合性

研究了随机误差为鞅差序列的线性模型中回归参数β0的M估计,在一定的条件下证明了回归参数M估计的强相合性,推广了陈希孺等(1996)和杨善朝(2002)的结果.     

(P)-混合误差下非参数回归函数加权核估计的相合性

本文在^～P-混合误差下讨论Priestly,M．B．和Chao,M．T．提出的一类给参数回归函数加权核估计的相合性．     

NQD样本线性回归参数M估计的强相合性

M估计是用于多元线性模型的一种用极值点定义的估计,近年来,许多学者对M估计进行了研究,获得了许多突出性成果。文章研究了随机误差为两两NQD列的线性模型中回归参数M估计的强相合性的充分条件,在一定条件下得到了线性回归模型未知参数M估计的强相合性,扩大了线性回归参数的M估计的应用范围。     

误差ei为ρ混合序列在非线性模型下M估计的强相合性

对于非线性模型yi=f(xi,θ)+ei,i=1,2,…,n,当{ei,i=1,2,…,n}为ρ混合序列时,创造合适的条件,在此条件下证明了θ的M估计的强相合性.     

关于线性模型参数M估计的强相合性一个注记

本文研究线性模型中回归参数 M 估计的强相合性,与专著[1]中相应结论比较,我们给出了一个较弱的充分条件,将有界性条件推广到无界情形。     

误差为ρ~-时非线性模型M估计的强相合性

对于非线性模型yi=f（xi,θ）＋ei,i=1,2,…,n,当{ei,i=1,2,…,n}为ρ-混合序列时,在适当的条件下证明了θ的M估计的强相合性.     

误差为ρ-时非线性模型M估计的强相合性

对于非线性模型yi=f（xi,θ）＋ei,i=1,2,…,n,当{ei,i=1,2,…,n}为ρ-混合序列时,在适当的条件下证明了θ的M估计的强相合性.     

线性模型参数M估计的强收敛速度

研究了线性模型中回归参数M估计的强收敛性，与《线性模型中的M方法》（陈希孺，赵林城，上海：上海科学技术出版社，1996）中相应结论比较，在一般性条件下获得了强收敛性的结果，而且，这里给出的条件对矩的要求有较大的改进。     

非正则分布族中参数估计的最高相合阶

将相合阶问题引入到了双参数双边截断分布族与具有一个跳跃点的分布族中,在分布族具有某种光滑性质的条件下,考察了这2个非正则分布族中参数估计的最高相合阶.从而为讨论这类分布族中参数估计的有效性问题奠定了基础.     

L_1核密度估计的弱相合和完全相合性

设x_n的密度函数为f(x),X∈R~d,f_n(x)=(nh~d)~(-1)sum from i-1 to n k((x-x_i)/h)为f的核估计,其中0相似文献   

固定设计下部分线性模型中小波估计的相合性

在固定设计下研究部分线性模型中回归参数β和回归函数g(t)的估计问题.利用小波光滑方法和最小二乘方法构造β和g(t)的小波估计,在适当的条件下,证明它们均具有强相合性和pp≥2阶平均相合性.     

变系数模型小波估计的渐近性质

为了克服非参数回归函数估计的"维数祸根",Hastie和Tibshirani提出了变系数模型.变系数模型涵盖了一些常用的统计模型,因而引起了许多统计学家的研究兴趣.文章主要研究在回归协变量为随机设计情形下变系数模型的小波估计的渐近性质,在适当条件下证明了变系数模型小波估计的弱相合性和强相合性,并且给出了强相合速度.     

φ混合误差下EV回归模型中估计量的渐近性质

考虑EV回归模型:yi=θ+xiβ+ei,ξi=xi+ui, i=1,2,…,n,n≥1.在φ混合误差下研究EV回归模型中最小二乘估计量的渐近性质,建立估计量的强相合性和矩相合性.所得结果推广了独立变量的相应结果.     

可加模型中低维分量近邻估计的强相合性

采用Linton & Nielsen(1995)提出的直接估计法,给出了可加模型分量的最近邻估计,并在应变量的一定的矩条件下,讨论了这种估计的强相合性及一致强相合性.     

随机删失数据下核密度估计的相合性

在{Xi,i≥1}是α混合的随机变量,{Yi,i≥1}是独立同分布的随机变量,且Xi与Yi相互独立的情形下,研究随机删失数据下概率密度函数的核估计,获得此核估计的逐点强相合性和一致强相合性.     

某类均匀分布参数极大似然估计及优良性的讨论

讨论了双参数均匀分布U=[θ1-1/2θ2,θ1＋1/2θ2]中未知参数θ1,θ2的极大似然估计的均方误差和相合性,表明参数θ2修正后的极大似然估计均方误差较小,并给出未知参数θ1,θ2的UMVUE.     

ALNQD序列密度函数核估计的强相合性

设{X_n,n≥1}为一同分布的渐近线性负相依(ALNQD)序列,f_n(x)为密度函数f(x)基于样本X_1,…,X_n的核估计.在适当的假设条件下,利用ALNQD序列的矩不等式和Borel-Cantelli引理,证明核密度估计的强相合性、一致强相合性及r阶相合性.     

Esscher保费原理下信度估计的比较

在Esscher保费原理下建立了信度模型,得到在Esscher保费原理下,风险保费的Bayes保费、Bayes估计、信度保费与信度估计.比较了这几个估计的异同,并证明了这些估计的相合性.最后,用模拟方法验证了相应的结论.     

淀粉保护的银纳米粒子的合成及表征

用液相过程制备纳米银粒子.制备过程中淀粉作保护剂、柠檬酸钠作还原剂,得到了Ag纳米粒子.利用透射电子显微镜（TEM）和紫外-可见吸收（UV-Vis）光谱,对Ag纳米粒子的形貌、粒度及其分布进行了性能表征,结果表明：在所选择的实验条件下制备了形貌呈球形,颗粒分散较为均匀,粒度分布集中,且粒径大约在20 nm左右的银纳米粒子;并讨论了淀粉在一定的浓度范围内能有效地防止纳米银颗粒的团聚,其保护作用显著.     

污染数据线性回归模型的参数估计

研究了简单回归模型中响应变量受到另一随机变量序列污染时 ,模型参数和污染系数的估计方法 .在适当条件下 ,证明了所建立的估计量都具有强相合性