函数型部分线性回归模型参数估计的注记

本文进一步研究了函数型部分线性回归模型中的参数估计问题,在模型中的随机误差项具有一定相关性的条件下,构造了模型中未知参数向量的估计量并且建立了估计量的渐近性质,如参数向量估计量的相合性及函数型参数估计量的收敛速度,并推广了现有文献中的相关结果,同时也构造了模型中误差协方差阵参数的估计量。     

系统抽样事后分层情形下域的估计

通过定义总体上的一个新的随机变量，给出了系统抽样事后分层情形下，域的目标估计量的模型一设计无偏估计量以及估计量的方差估计，而且证明了这个方差估计是此估计量的理论方差的无偏估计。     

Warner模型中的Jackknife方法

本文在二值敏感问题随机化调查的wamer模型中引入了Jackknife方法．构造了总体敏感属性比例的Jackknife估计量πJ并讨论了估计量的性质.进而构造了Jackknife估计量方差的估计量方差的估计量.对于一个人为总体计算得到通常估计和Jackknife估计的有关数值结果,说明了本文提出的方法在实际中是一个可用的方法．     

响应变量随机删失时函数型非参数分位数回归模型的估计

文章在响应变量随机删失时，研究了函数型非参数分位数回归模型，通过极小化逆概率加权分位数损失函数，构造模型中未知非参数函数的估计量。在一定的条件下，获得估计量的渐近正态性；通过模拟研究，验证了估计量的有效性。     

关于存在变量误差的半线性模型

运用广义最小二乘法研究了一类半线性模型中的参数,函数的估计量问题,并证得估计量的一致性结果。     

资产方程中回归函数的局部线性加权估计

通过将标的资产价格所满足的积分方程转化为回归模型,建立了回归模型中回归函数的局部线性加权估计.利用回归函数的估计构造漂移系数的样本估计量,并证明了所构造样本估计量的均方收敛性.从而使利用样本估计量构造漂移系数的估计成为可能.     

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.     

部分线性分位数回归模型的平均估计

模型平均估计可对不同候选模型中的参数估计量进行加权平均，能有效提高参数估计的精度，在经济、金融和管理等领域有着广泛应用。为提高部分线性分位数回归模型的参数估计效果，本文构造了基于兴趣参数的模型平均估计量并探究了其大样本性质。首先，利用B样条近似非参数函数，并通过极小化分位数损失函数来得出各候选模型的回归系数估计量，在局部误设定框架下推导了系数估计量的渐近分布；其次，基于候选模型中兴趣参数的估计构造出了模型平均估计量，并得出其渐近性质；最后，推导了覆盖真实参数的概率趋近于名义水平的置信区间。本文研究不仅丰富了平均估计的渐近分布理论，而且为兴趣参数构造了合适的置信区间。     

基于删失数据估计医疗费用的新方法(英文)

为了基于删失数据更好的估计医疗费用均值,提出了一种与以往不同的估计方法,并且在Markov假设下根据这种方法给出了一种无偏的分层估计量.采用了几种不同的方法进行数据模拟,来比较这一估计量和其他几种估计量的表现,进而说明了这一估计量的优越性和稳健性.并且还说明了在不同情况下应选择何种估计量以达到最优效果.最后,讨论了这一估计量可能的改进措施以及这一方法在回归模型中的应用.     

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.     

正态分布根方差的估计及其应用

用四分位极差的方法估计正态分布的根方差,研究了子样四分位极差及根方差估计的密度函数,并结合实例,说明了四分位极差估计具有稳健性.     

奇异线性模型下最小范数二次无偏估计关于误差分布的稳健性

讨论奇异线性模型下方差σ2的最小范数二次无偏估计关于误差分布的稳健性问题,得到方差的最小范数二次无偏估计保持最优的误差项的最大分布类.进一步考虑可估计函数Xβ的最佳线性无偏估计的稳健性,得到了Xβ的最佳线性无偏估计与方差σ2的最小范数二次无偏估计同时最优的误差项的最大类.     

基于D-J阈值的加性白噪声方差估计改进方法研究

本文提出了一种基于D-J阈值的加性白噪声方差估计方法．与中值方差估计方法相比，采用本文提出的方法估计的噪声方差从统计意义上看更准确，并具有更小的离散性．本文通过模拟的逐段光滑信号来评价该方法的有效性，并给出了与中值方差估计方法的比较结果．结果显示特别是在信号采样序列的长度有限时，采用本文方法可以获得比中值估计方法更准确、更可靠的白噪声方差估计．     

新权值的权估计及其方差分析

运用Zhang处理方差的技巧来研究均值的估计问题,对加权平均的均值,尤其是解决测量样本量不同的样本问题,提出了一个新的具有无偏性的估计,并且通过模拟说明,在多数情况下,特别是当样本量很大时,这个新的估计具有较小的偏差和均方误差.然后,针对这个均值估计的方差,又给出了一个合适的估计,而且说明其稳健性.最后将此估计与bootstrap方法所得到的结果进行比较.     

非参数方差模型的样条估计

基于多项式样条方法,构造了非参数方差模型中方差函数的相合估计,并且给出了该估计的最优全局收敛速度.模拟算例验证了理论结果的正确性.     

人口普查净覆盖误差估计

针对我国和其它许多国家的政府统计部门在应用双系统估计量时,忽视对总体人口等概率分层、未考虑人口移动,以及未采取科学有效的方法计算双系统估计量抽样方差的问题,提出建立基于捕获-再捕获模型的双系统估计量及分层刀切抽样方差估计量的研究目标.为实现目标,采取现场调查、抽样估计及文献解读相结合的方法研究全面登记和抽样登记的双系统...     

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.     

渐近无偏矩估计量

给出了极值指数γ的一类渐近无偏的矩型估计量,当估计量中的上端顺序统计量的个数k取得较大时,其渐近方差比较稳定,并给出了k的选择.在估计量的偏度修正过程中,给出了二阶参数ρ的估计量.