删失数据下NA样本核密度估计的相合性

在｛Xn;n≥1｝和｛Yn;n≥1｝是相互独立的同分布NA随机变量序列的情形下,研究了随机删失数据下概率密度函数的核估计,获得了此核估计的逐点强相合性和一致强相合性。     

WOD样本密度函数和失效率函数递归核估计的逐点强相合性

考虑同分布宽象限相依(WOD)随机样本未知密度函数的一类递归型密度核估计量.利用WOD序列的Rosenthal型不等式,在一定条件下证明了该估计量的逐点强相合性,并讨论了失效率函数估计的逐点强相合性.     

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.     

误差密度的相合估计

对于线性模型，误差序列，有未知密度函数ｆ（ｘ）．在对核ｋ（·）及Ｍ－估计中的ρ（·）施加非常弱的条件下，证明了ｆ（Ｘ）的核估计的弱相合、强相合和一致强相合性．其中：为β的Ｍ－估计．     

WOD样本下密度函数核估计的收敛性

设{X_n,n≥1}为同分布的WOD随机序列,f(x)为共同的概率密度函数。利用WOD序列的Rosenthal-型矩不等式和Bernstein-型指数不等式,对密度函数f(x)的核估计进行了探讨,在适当条件下得到了核估计的r阶相合性、逐点强相合性和依概率一致收敛性。     

ψ—混合序列密度估计的强相合性

在较弱的条件下证明ψ－混合序列密度的核估计的强相合性，此结论包含了独立情形下的最优结论。     

m-WOD序列密度函数和失效率函数核估计的强相合性

设{Xn, n≥1}为一同分布的m 宽象限相依(m-WOD)序列, f_n(x),r_n(x)分别为密度函数f(x)基于样本X₁,X₂,…,X_n的核估计和失效率函数核估计. 在适当的假设条件下, 利用m-WOD序列的矩不等式和Borel Cantell 引理, 证明核密度估计及失效率函数核估计的强相合性和一致强相合性.     

线性模型中误差分布的相合核估计

线性模型y_i=x′_iθ+e_i,i=1…n,的误差序列{e_i}_i~n=1有未知密度f(x),本文在一定条件下证明了f(x)的核估计的弱相合性,逐点强相合性,一致强相合性,其中(?)为L.S估计的残差.     

m-WOD序列密度函数和失效率函数核估计的强相合性

设{Xn, n≥1}为一同分布的m 宽象限相依(m-WOD)序列, f_n(x),r_n(x)分别为密度函数f(x)基于样本X₁,X₂,…,X_n的核估计和失效率函数核估计. 在适当的假设条件下, 利用m-WOD序列的矩不等式和Borel Cantell 引理, 证明核密度估计及失效率函数核估计的强相合性和一致强相合性.     

两两NQD序列密度函数核估计的r阶平均相合性

两两NQD序列是一类重要的随机变量序列,NA序列是它的一种特殊情况.{Xn,n≥1} 为同分布的两两NQD随机变量序列,f(x)为X1的概率密度函数.基于样本X1,X2,...,Xn,本文给出了密度函数f(x)的核估计,并证明了其r阶平均相合性.     

强平稳NA随机场对数律的收敛性

研究了强平稳NA随机场对数律的收敛速度,得到了与NA随机变量序列类似的结果,推广了NA序列的情形.     

NA序列部分和之和乘积的极限定理

设{X_n, n≥1}是一严平稳正值负相关(NA)随机变量序列, 满足EX₁=μ>0,  Var X₁=σ²<∞. 首先利用NA序列加权和的中心强极限定理和矩不等式证明, 其中N为标准正态随机变量; 其次, 对于边界函数和拟权函数给出NA序列部分和之和乘积的完全收敛性中精确渐近性的一般结果.     

非平稳NA序列更新过程的精确渐近性

设服务时间{X_n,n≥1}为非负非平稳负相伴(NA)随机变量序列,N(t)为由其产生的更新过程.利用NA序列部分和S_n的精确渐近性结果及S_n与N(t)之间的关系{N(t)n}={S_nt},证明非平稳NA序列更新过程的精确渐近性.     

NA随机变量之和的大偏差与指数估计

对ＮＡ随机变量序列建立了类似于独立随机变量序列的大偏差概率不等式与指数估计。     

同分布NA序列部分和的完全收敛性

在同分布条件下讨论了NA序列部分和的完全收敛性，获得了一般形式的完全收敛速度与矩条件之间的等价关系，其结果与独立情形一致。从而证实了NA序列与独立序列有着极为类似的完全收敛性。     

NA序列和的若干收敛性

利用NA序列的一个矩不等式,讨论了不同分布的NA随机变量序列加权和的完全收敛性,得到了更为一般的完全收敛性.     

NA随机变量序列的强大数定律

研究了NA随机变量序列的强大数定律,利用推广的Borel-Cantelli引理,讨论一般矩条件与强大数定律之间的关系,作为推论,得到了p阶矩与强大数定律等价,最后给出了NA随机变量序列的Feller强大数定律.     

NA随机变量序列加权和的完全收敛性

利用截尾法和矩不等式,证明一般情况下NA随机变量序列加权和的完全收敛性,推广独立随机序列加权和的完全收敛性.     

END随机变量加权和的强极限定理

END(extended negatively dependent)序列是一类非常宽泛的随机变量序列,它包括独立随机变量序列、NA(negatively associated)序列、NOD(negatively orthant dependent)序列等.利用END随机变量序列的Rosenthal型矩不等式,研究了END随机变量加权和的强极限定理,所得结果推广了独立变量和若干相依变量的相应结果.     

流感病毒H3N2血凝素基因和神经氨酸酶基因在真核酵母菌中的表达

目的克隆、表达和鉴定流感病毒H3N2血凝素基因(hemagglutinin,HA)和神经氨酸酶基因(neuramidinase,NA)序列,为制备抗体和基因工程疫苗打下基础。方法在成功克隆流感病毒H3N2全长HA、NA基因并测序的基础上,将部分基因序列克隆到表达载体pMET A上,构建了重组表达质粒pMET A/HA(52 bp～1 549 bp)、pMET A/NA(121 bp～1 260 bp),电转化真核酵母菌pMAD16,甲醇诱导表达,利用Ni2+亲和层析柱对重组蛋白进行纯化,并用Western Blotting和ELISA方法检测其抗原性。结果重组蛋白在酵母菌中可以高效表达,SDS-PAGE显示蛋白表达后形成了二聚体,蛋白纯度占总蛋白的95%以上,ELISA和Western Blotting实验证实,重组蛋白具有良好的抗原性。结论本研究成功克隆和表达了流感病毒H3N2 HA、NA基因序列,为流感病毒H3N2诊断试剂和疫苗开发等进一步研究奠定了基础。