半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.     

半参数可加模型参数的Bayes估计

研究了半参数可加模型参数的Bayes估计问题.导出了半参数可加模型中参数的Bayes最小风险线性无偏估计,同时研究了其均方误差矩阵准则下优于Profile最小二乘估计的优良性.     

一类线性模型参数的Bayes估计及其优良性

导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.     

PC准则下生长曲线模型回归参数阵广义岭估计的优良性

一般而言 ,PC准则是用来比较向量参数两个估计优劣的一种准则。本文将它推广应用于生长曲线模型回归参数阵的最小二乘估计和广义岭估计优劣性的比较。给出了广义岭估计在PC准则下优于最小二乘估计的条件     

平衡损失下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最小二乘(LS)估计的优良性.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.     

几类最小一乘估计模型的求解

本文探讨了应用最小一乘准则的多种线性和非线性回归模型,推导了各种模型中未知参数的最小一乘估计形式,并给出最小一乘准则求解的基本过程,实现了未知参数最小一乘估计求解的统一.     

广义G-M 模型参数的Bayes线性无偏估计及其优良性

针对广义Gauss-Markov(G-M)模型,采用Bayes估计方法获得参数的Bayes线性无偏估计(BLUE),在均方误差矩阵准则下与广义最小二乘(GLS)估计进行比较,导出了4种相对效率的界,讨论了在PC准则下BLUE相对于GLS估计的优良性.     

Bayes线性无偏最小方差估计相对于岭估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于岭估计的优良性,在平衡损失风险函数准则下研究了未知参数的BLUMV估计相对于岭估计的优良性,并导出了在一定条件下BLUMV估计与最小二乘估计趋于一致.     

单向分类方差分析模型中参数的Bayes估计及其优良性

对平衡的单向分类方差分析(ANOVA)模型导出了效应参数向量可估函数的线性Bayes无偏估计(LBUE),并在均方误差矩阵(MSEM)准则、predictive Pitman closeness(PRPC)准则和posterior Pitman closeness(PPC)准则下分别讨论了它相对于最小二乘估计(LSE)的优良性.     

线性模型中Bayes线性无偏最小方差估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(Bayes linear unbiased minimum variance estimator,BLUMV)估计相对于最小二乘(least square,LS)估计的优良性,并讨论了3种不同相对效率的界.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.     

不允许缺货瞬时补足的EOQ模型的灵敏度分析

分析了不允许缺货瞬时补足的EOQ模型中各参数对订货批量的影响程度以及订货批量对最优费用的影响程度．说明了EOQ公式的各参数对订货批量以及订货批量对最优费用的不敏感性,而这种不敏感性正体现了EOQ模型的实用价值。     

交通事件持续时间分布拟合及其加速消散模型

对某高速公路交通事件管理系统中记录的3年交通事件信息进行了数据统计处理,对交通事件持续时间的随机分布进行了多种拟合分析和分布检验,构建了基于对数逻辑斯特分布的交通事件持续时间加速消散模型.该预测模型可以使用不同的拟合分布并接受缺失数据,样本检验能很好地预测交通事件持续时间及其累积结束概率.     

基于二元选择模型的蠓虫分类方法

利用Probit、Logit和Extreme三种二元选择模型研究蠓虫分类问题,并用极大似然法进行参数估计,所得方法具有较高的拟合优度和较好的预测效果,可以用于有效鉴别两类蠓虫。     

条件密度随机窗宽双重核估计的相合

在统计估计及检验中,有时涉及到基于样本(X_1,Y_1),…,(X_n,Y_n)直接估计未知条件密度f(yx)的不少参数方法,而双重核估计就是较常用的一种.许多学者已讨论了f(yx)的双重核估计量f_n(yx)的相合性及收敛速度,但从应用角度来看,此估计量仍有不便之处.在密度估计的情形,Devroye提出了“自动选择窗宽”核估计的概念,即窗宽完全由样本确定.本文推广这种思想于上述估计量,讨论其一致强相合性,并作为应用,顺便得到其“近邻估计”的强相合性.     

基于家庭决策的出行方式选择非集计模型

采用2010年北京市居民出行调查数据,建立了基于家庭决策的居民出行方式选择非集计模型.采用蒙特卡洛仿真技术和遗传算法对模型参数进行极大似然估计.研究结果表明,本文所建模型拟合度比较好,ρ2值达到0.759,模型在家庭和个人等两种不同出行链水平上能够较好地描述出行者的出行方式选择行为.     

线性回归模型的一种新的有偏估计

本文提出了线性模型在随机约束条件下的一种岭估计,并给出了在均方误差矩阵准则下这种新的岭估计优于混合估计与岭估计的充要条件.     

求真还是主善——大众化史学的现代抉择

中国史学的“求真”之志,原本就是一篇不合情理的谎言,渊源久远。迄于近代,它再次与“科学主义”合谋,将中国现代史学推向危机。其实,真实性不是史学的本性,历史编纂和历史研究都是一种“对象化”的精神之旅。所以,走出“求真”之误,以“主善”为宗旨,发展从善如流、择善而从的多元化史学,堪为现代史学出路。     

Kernel density estimation under widely orthant dependence

The kernel density estimator for widely orthant dependent random variables is studied. The exponential inequalities and the exponential rate for the estimator of a density function with a uniform version over compact sets are investigated. Further, the consistency of the estimator is proved. The results are generalizations of some existing outcomes for both associated and negatively associated samples. The convergence rate of the kernel density estimator is illustrated via a simulation study. Moreover, a real data analysis is presented.     

需求变化的多阶段EOQ算法稳定性分析

多阶段库存管理是供应链研究的重要课题,现有文献中独立需求的订购策略问题,即在设定计划期内各阶段的需求（计划执行过程中需求不再变化后）,已给出了相应的算法。现针对订购计划执行过程中,需要调整某一个阶段的需求,而其它阶段的需求不变情况,选择对EOQ算法进行数据仿真来分析其稳定性,为库存决策系统的算法选择提供依据。