一类非对称的GARCH模型的参数估计

非对称的GARCH模型的估计一般采用拟极大似然估计,这种估计的相合性及渐近正态性结论已经出现在很多文献中.本文对这种模型提出一种新的估计方法-加权拟极大似估计,在一定条件下证明了非对称的GARCH模型的加权拟极大似然估计的相合性和渐近正态性.     

多元线性模型回归系数的所有可容许线性估计

讨论了多元线性模型中 ,线性估计 AY a在一切估计类中是线性可估函数 SB的 A-可容许性估计、E-可容许性估计及 G-可容许性估计的主要条件 .     

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.     

广义线性模型的M-估计

用M-估计来估计广义线性模型中的未知参数β.首先,在一定的假设条件下,根据已有的对广义线性模型中未知参数β的极大似然估计方法,应用大数定律及鞅中心极限定理,证明了广义线性模型的M-估计的两个重要性质,印相合性及渐近正态性.其次,将固定设计的思想引入M-估计,并与广义线性模型相结合,证明了其相合性及渐近正态性.最后通过数...     

一种对称损失函数下反向帕累托分布形状参数的估计

使用加权p,q对称损失函数研究了反向帕累托分布的形状参数在刻度参数给定条件下Bayes估计的形式与性质.得到了形状参数的Bayes估计的一般形式以及在给定共轭先验下的精确形式,证明了所得Bayes估计具有可容许性以及最小最大性.最后通过模拟研究了所得估计的返真性,结果表明,基于适当的p,q对称损失函数得出Bayes估计返真性较高.     

污染数据半参数模型估计的渐近正态性

对固定设计下的污染数据半参数模型估计的渐近分布进行了研究,并在一定条件下证明了该估计具有渐近正态性.     

具阻尼项非线性波动方程整体解的性质分析

研究一类具阻尼项非线性波动方程整体解的存在性,借助偏微分方程的一些标准技巧对非线性项进行估计,利用嵌入定理和算子半群的方法证明了在相对较弱的条件下上述问题整体解的存在性,并对解的性质进行了分析.     

自适应变系数EV模型中系数参数的估计

从一般情况下的变系数EV模型入手来讨论一种新型的自适应变系数EV模型,主要是介绍了这种新型模型中的系数参数的估计,进而讨论了参数估计的相关性质.对估计中权函数的性质,估计的渐近性进行了讨论并给出了严格的证明.     

对称指数分布的参数估计及其优良性

研究了双参数对称指数分布的参数估计问题,给出了2个参数的极大似然估计.在样本容量为奇数的情形,证明了样本中位数作为双参数对称指数分布位置参数的极大似然估计,具有无偏性与强相合性;尺度参数的极大似然估计具有强相合性.在样本容量为偶数的情形,证明了2个参数的任一极大似然估计均具有强相合性.     

参数已知比例可加模型的有效估计

讨论了比例可加模型的非参数估计.利用局部线性方法和平均方法给出函数的平均估计,结合回切方法,定义了函数的有效估计,并研究了有效估计的相合性与渐近正态性.     

截断情形下几何分布的参数估计

讨论了截断情形几何分布参数p的极大似然估计问题,证明了估计的强相合性和渐近正态性,给出了估计的进一步渐进性质.     

鞅差误差下简单线性EV回归模型最小二乘估计的相合性

研究了误差为鞅差序列条件下的线性EV(errors-in-variables)回归模型.利用最小二乘估计方法对模型中β和θ进行估计,证明了估计量的强相合性和均方相合性,从而推广了线性EV回归模型已有的相关结论.     

平衡损失下回归系数的最优估计

主要研究一般Gauss-Markov模型中回归系数的最优估计问题.在平衡损失下,考虑回归系数的线性估计在线性无偏估计类中的最小风险性,得到回归系数的最优线性无偏估计,并证明最优线性无偏估计在几乎处处意义下的唯一性.特别地,考虑了一类特殊的估计:b-线性估计;获得了回归系数的最优b-线性无偏估计,结果表明最优线性无偏估计也是回归系数的最优b-线性无偏估计.     

一类刻度指数分布族参数的Bayes估计

在刻度平方损失函数下,研究了一类刻度指数分布族参数的估计,得到了刻度参数的Bayes估计的一般形式,并研究了它的可容许性,最后在两种给定先验分布下得到了刻度参数的正常Bayes估计和广义Bayes估计的精确形式.在此基础上可以对刻度参数进行进一步的统计推断.     

MAR缺失机制下随机设计情形线性模型回归系数的估计

在响应变量满足MAR缺失机制下,研究了随机设计情形的线性模型回归系数的估计问题.分别讨论了基于观察到的完全样本数据对、基于固定补足后的"完全样本"和基于分数线性回归填补后的"完全样本"得到的回归系数的最小二乘估计的弱相合性、强相合性及渐近正态性.     

随机变量相依性度量指标的另一种选择

以Copula为基础,从和谐性角度对随机变量相依性进行度量.论证了Spearmanρ相对于相关系数的两条改进性质;并且给出了两者之间的关系及等值性条件.在一种附加条件下,导出了不相关与独立的等价关系.便于将此相依理论推广至实际应用,最后给出了Spearman的估计方法及其方差的一般形式.     

基于多普勒频率的脱靶量参数估计性能分析

对基于多普勒频率的脱靶量参数估计方法的可观测性及估计性能进行了分析. 基于导弹在接近靶标轨迹段做匀速运动的假设,证明了利用时序多普勒频率进行脱靶量参数估计方法的全局可观测性,推导了频率估计存在满足零均值高斯分布的误差时估计参数的克拉美罗界(CRLB),并通过数值计算方法对影响估计参数CRLB的因素进行了仿真分析,仿真结果证明了该推导结果的正确性,给出了该方法在给定系统参数条件下不同脱靶量参数的估计性能,为利用此方法的脱靶量测量技术提供了参考.      

Ⅰ型区间数据下参数的矩型估计

应用无偏转换思想构造了一般分布下I型区间删失数据参数的矩型估计。在此基础之上,对所构造的估计量的相合性及渐近正态性进行了研究,并通过模拟计算对这种估计方法的可行性和有效性进行了验证。     

变系数回归模型的局部M-估计

讨论了变系数回归模型的系数函数的估计问题.在通常的局部M-回归方法基础上嵌入一个变窗宽对模型的系数函数进行了估计,并在样本独立同分布的情况下,讨论了系数函数估计的弱相合性和渐近正态性,最后,给出了估计的渐近性质的证明.     

具吸收项的发展型p-Laplace方程组解的存在惟一性

研究一类发展型p-Laplace方程组Cauchy问题弱解 的存在惟一性. 利用抛物正则化方法建立了弱解的存在性, 并通过把相应的Cauchy问题转化为一个方程的情形, 再结合能量估计和衰减估计两种方法, 得到了弱解的惟一性.