多元正态分布均值参数估计的Γ-非容许性

本文考虑了正态分布均值参数估计的Γ-非容许性。首先给出了微分不等式△(x)=Ψ(x)sum from i=1 to p(v_i(x_i)(?)_i~(i(1))(x))+sum from i=1 to p(w_i(x)(?)_i~2(x))<0较广的一类解,然后证明了James-Stein型估计量是Γ-非容许的,并给出了改进估计量。     

中位数排序集抽样下总体均值的比率估计方法

分析了中位数排序集抽样下总体均值的比率估计方法,证明了该估计量具有渐进无偏性,并讨论了两种抽样方法下估计量的相对效率.算例表明,在总体分布为正态分布的情况下,基于中位数排序集样本的比率估计比随机抽样下的比率估计效率高.     

等距抽样中总体均值的回归估计

讨论了等距抽样中,如何利用辅助信息改进总体平均值的估计,以达到提高估计精度之目的.分单组样本和抽取附加样本两种情况,提出了总体平均值的回归型估计.文中提出的估计与传统的样本均值相比较有较高的精度.     

等距抽样中总体均值的回归估计

讨论了等距抽样中,如何利用辅助信息改进总体平均值的估计,以达到提高估计精度之目的。分单组样本和抽取附加样本两种情况,提出了总体平均值的回归型估计。文中提出的估计与传统的样本均值相比较有较高的精度。     

总体均值的分别比率估计方法改进及应用

辅助信息可以在抽样设计和估计量设计两个阶段同时使用,在分层抽样下采用排序集样本代替随机样本,以辅助变量的多个指标线性组合为辅助信息,改进了总体均值的分别比率估计方法,计算了估计量的近似偏差和均方误差,比较了两种不同抽样方法下比率估计的精度.结果表明,改进的分别比率估计均方误差较小.最后借助随机模拟和算例分析进一步验证了结论的可靠性.     

齐次随机场相关函数非参数估计的某些强收敛性

在线性与非线性回归模型中 ,对随机变量间相关函数的非参数估计的收敛性问题做了一些探讨 ,特别讨论了随机场相关函数非参数估计的强收敛的情况     

排序集抽样下随机截尾数据的平均寿命估计

为了提高随机截尾数据平均寿命的估计效率,采用平均秩思想,提出了基于排序集抽样方法的非参数估计量,证明了新估计量的渐近正态性,确定了其渐近方差,并与简单随机抽样下相应估计量进行了估计效率的比较,结果表明,排序集抽样效率高于简单随机抽样.最后,实际数据的应用结果验证了理论结果的正确性.     

均值的经典与贝叶斯抽样检验

讨论了对数正态总体在变异系数已知条件下,均值的经典抽样方案的简便的直接求解法。还讨论了在标准差已知条件下,正态总体均值的贝叶斯抽样方案的求解法。在较宽的条件下。贝叶斯方案的样本量比经典方案的样本量小得多。     

资产方程的非参数估计

资产方程中漂移系数和扩散系数的估计是建立方程的前提。利用Ito公式对样本进行变换，给出漂移系数的非参数估计。将资产方程估计问题转化成C[0，1]函数的非参数估计问题。并证明所得估计量相合性。同时给出了漂移系数小波估计的构造。     

正态均值线性估计的可容许性

假定多元随机变量Y~Nn(β,σ2V),β∈Rn,σ2>0未知,V≥0已知;讨论了均值向量β的线性估计的可容许性,并在二次损失函数‖δ(Y)-β‖2下,得到了均值向量β的线性估计可容许的充要条件.     

参数估计中最小绝对值误差估计器的实现

简要介绍了贝叶斯参数估计的基本原理,并在选择绝对型损失函数的基础上,给出了最小绝对值误差估计器(minimum mean absolute error,简称MMAE)的实现方法.选择1组电阻测量值作为样本,利用Parzen窗法计算出相应的概率密度函数,最后得出了该样本的MMAE估计器.     

固定设计下鞅序列回归函数的小波估计

对于非参数回归模型Yni=g(tni) εni(i=1,2,…,n),其中{tni}为固定设计点列,{εni}为鞅差序列或Lq-混合鞅下的平稳序列,该文建立了回归函数g(t)的小波估计并研究了其相合性、强相合性。     

相依误差下回归函数导数估计的渐近分布

设y1,…，yn是固定点x1,…，xn的n个观察值，适合模型yi=g(xi) εi,1≤i≤n。在{εi}为φ－混合、α－混合、ρ－混合误差序列情形下，得到了回归函数导数估计的联合渐近分布。     

混合系数线性模型的一类有偏估计

研究了连续测量数据情况下的混合系数线性模型的参数估计问题.利用压缩估计方法给出了该模型的一类有偏估计,并讨论了该估计的一些优良性质和压缩系数的选取问题.     

正态分布均值变点估计的收敛速度研究

运用累积和CUSUM的方法研究了独立正态随机变量序列均值变点问题。在方差不变的条件下,证明了均值变点CUSUM型估计的强弱相合性,并且给出了变点估计的强弱收敛速度。与研究正态分布参数变点问题的其他文献相比,该文研究了更一般的情形下的相合性。     

回归误差方差的区间估计

首先将回归函数限制在一个有限维函数空间中,得到一个近似的线性模型,在此基础上,由Fiducial推断给出了误差方差的区间估计。该区间估计形式简单,易于计算。给出了这个区间估计的真实覆盖率和名义水平差异的一个上界,该上界由回归函数与其近似的线性函数的距离界定,并且对所给区间估计的真实覆盖率进行了数值模拟。     

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。     

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.     

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.