END样本最近邻密度估计的相合性

在END样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究失效函数估计的一致强相合性.     

END样本最近邻密度估计的一致强相合速度

利用扩展负相依(END)序列的Bernstein型不等式,研究END样本最近邻密度估计的一致强相合速度,给出了一致强相合性收敛速度的充分条件,并得到了与NA样本相同的一致强相合收敛速度.     

删失样本α混合序列递归核密度估计的一致强相合性及速度

在删失数据α混合序列下,用递归核密度估计改进密度函数,的窗宽固定的核密度估计量,并在一定条件下证明改进后的估计量fn的一致强相合性,并给出一致强相合速度;同时也得到与fn相应的风险率函数λ的估计量λn的一致强相合性及一致强相合速度．     

PA样本非参数回归权函数估计的强相合性

在PA样本下，讨论非参数回归模型中权函数估计的强相合性及强一致相合性。     

相依样本非参数回归模型误差的相合估计

给出了回归函数基于核估计的密度估计的强相合性及一致相合性。     

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。     

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.     

NSD样本最近邻密度估计的相合性

利用负超可加相依(NSD)序列的Bernstein不等式和Borel-Cantelli引理, 给出NSD样本最近邻密度估计和失效率函数估计的(弱)强相合性、 一致强相合性和(一致)强相合速度.     

核估计的一致强相合性

本文研究了样本函数的密度核估计一致强相合性。改变了窗宽条件,扩大了核估计的适用范围。     

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.     

基于指数分布的可靠度函数及其反函数的UMVU估计

可靠性理论中，可靠度函数及其反函数通常都是未知的，需要依据样本进行估计．在服从指数分布的情况下，研究了可靠度函数及其反函数的UMVU估计的存在性问题；利用充分统计量和完备统计量理论，分别给出了指数分布情形下可靠度函数及其反函数的UMVU估计；进一步讨论了估计的相合性问题，证明了上面给出的可靠度函数及其反函数的UMVU估计具有强相合性．     

Banach空间若干光滑性及其相互关系

证明Banach空间X一致极光滑的充分必要条件为X强光滑且自反，因而有关文献中引入的一致极光滑是介入一致光滑与强光滑之间的一种光滑性，给出有关文献中相关概念与接近光滑性等概念之间的联系。     

随机环境中马氏链的一致强遍历性

For Markov chains in random environments, Cogbum( 1984, 1990) first introduced weak ergodic concept that “starting time“ is original point, and gave some conditions ensuring that the chains are weakly ergodic; Li Ying-qiu, Yan Xiao-bing, Wang He-song(2003) and LI Ying-qiu, YAN Xiao-bing and LI Ming-liang (2003) introduced uniformly weak ergodic and strong ergodic concept that “starting time“ is any point, and gave some conditions ensuring that the chains are uniformly weakly ergodic or strongly ergodic. In term of above ideas, the definitions of uniformly strong ergodic and XN -uniformly weak ergodic that “starting time“ is any point are introduced. Some conditions ensuring that the chains are uniformly strongly ergodic are given. It is the basis of further research for Markov chains in random environments.     

一类混合序列下半参数模型估计的强相合性

目的在混合随机误差下证明半参数回归模型参数估计的强相合性质。方法利用引理不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(·)的非参数核估计是强相合的。结论半参数回归模型中的参数β和非参数函数g(·)的估计量在ρ混合误差下具有强相合性。     

随机缺失情况下固定设计半参数回归模型的相合性

目的在随机缺失情况下证明固定设计半参数回归模型的强相合性。方法利用引理,一些不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(.)的非参数核估计是强相合的。结论随机缺失下半参数回归模型中β的参数估计和非参数函数g(.)的估计量是强相合的。     

NQD样本下非参数回归函数最近邻密度估计的强相合性

本文在样本为平稳的两两NQD的情况下得到了非参数回归函数m(x)的最近邻估计mn(x)的强相合性.在条件不变的情况下获得了与独立情形一样的mn(x)是强相合的充分条件.     

一类具有渐近正态的统计量的随机加权逼近

对一类具有渐近正态的统计量 ,找到了适用于它们的共同的随机加权逼近方法 ,并研究了它的相合性、一致及非一致逼近速度     

极大单调算子零点的强收敛定理

利用广义投影算子技巧,在一致光滑、一致凸的Banach空间中,建立一种关于极大单调算子零点的具有误差项的投影算法,并在适当的条件下,证明了该算法的强收敛性.所得结果在关于极大单调算子的零点计算中有新颖性,改进了众多熟知的结果.