可加模型中低维分量近邻估计的强相合性

采用Linton & Nielsen(1995)提出的直接估计法,给出了可加模型分量的最近邻估计,并在应变量的一定的矩条件下,讨论了这种估计的强相合性及一致强相合性.     

关于固定效应模型非参数回归函数核估计的强相合性

本文主要讨论固定效应模型非参数回归函数的核估计.在较为一般的条件下,证明了回归函数核估计的三种形式是强相合的和强等价的,从而得到了更为深刻的结果。     

线性模型参数M估计的强收敛速度

研究了线性模型中回归参数M估计的强收敛性，与《线性模型中的M方法》（陈希孺，赵林城，上海：上海科学技术出版社，1996）中相应结论比较，在一般性条件下获得了强收敛性的结果，而且，这里给出的条件对矩的要求有较大的改进。     

关于线性模型参数M估计的强相合性一个注记

本文研究线性模型中回归参数 M 估计的强相合性,与专著[1]中相应结论比较,我们给出了一个较弱的充分条件,将有界性条件推广到无界情形。     

关于线性模型最小二乘估计强相合性的条件

本文分别在随机误差r阶距有限,r∈(0,1)及二阶矩有限的条件下研究了最小二乘估计的强相合性。与已有的结论比较本文中定理的条件是较弱的。     

固定设计下部分线性模型中小波估计的相合性

在固定设计下研究部分线性模型中回归参数β和回归函数g(t)的估计问题.利用小波光滑方法和最小二乘方法构造β和g(t)的小波估计,在适当的条件下,证明它们均具有强相合性和pp≥2阶平均相合性.     

m（n）相依样本回归函数改良核估计的强相合性

ｍ（ｎ）相依样本回归函数改良核估计的强相合性杜斌秦更生（数学系）１引言设（Ｘ，Ｙ），（Ｘ１，Ｙ１）……是Ｒｄ×Ｒ１上的同分布随机向量序列，Ｅ｜Ｙ｜＜∞．回归函数ｍ（ｘ）＝Ｅ（Ｙ｜Ｘ＝ｘ）为未知实函数．Ｗａｔｓｏｎ［１］和Ｎａｄａｒａｙａ［２］首先建议...     

平稳序列回归函数核估计的强收敛

本文在样本序列为平稳ψ－混合的情形下，证明了回归函数的核估计具有强相合性，并给出了它的强收敛速度。     

AR(p) 模型阶的稳健改进估计

根据稳健自相关函数＾ｒｒ（ｋ）构造了ＡＲ（ｐ）模型阶的估计，其估计结果具有一定的抗干扰性，并从理论上分析了这种估计方法的渐近收敛性质     

非参数回归模型的贝叶斯局部线性估计

对于非参数回归模型=m(x)+ε,在局部线性估计中窗宽h的先验分布为Gamma分布的条件下,用未知光滑函数m(x)的后验均值构造了它的贝叶斯估计,并给出了参数的后验分布和抽样方法.模拟算例证明了贝叶斯局部线性估计方法的可行性.     

零膨胀泊松模型中风险参数的贝叶斯估计

该文建立了贝叶斯模型,讨论了零膨胀泊松分布中参数的估计问题.在平方损失函数、Linex损失函数和Stein损失函数下得到了风险参数的贝叶斯估计.进而,引进了信度理论,在平方损失函数下得到了风险参数的信度估计,证明了估计的相合性.最后,通过数值模拟的方法对估计的收敛性进行了比较.     

Bayes估计在NHPP软件可靠性模型中的应用

软件可靠性是评价软件质量的一个重要指标.针对互不相交的观测区间数据,采用Bayes方法估计软件的可靠度函数,使得对被测软件的可靠性模型更为精确,最后对实际的软件测试数据进行可靠性评估,验证了所提出的估计方法的合理性和可行性.     

误差修正机制转换模型的贝叶斯估计

用贝叶斯估计法来估计误差修正机制转换模型的参数。通过先验分布的设定和贝叶斯定理,求出该模型参数的后验分布,接着使用基于Gibbs抽样的贝叶斯估计技术进行参数估计,最后对贝叶斯估计方法进行统计模拟,模拟结果表明:该方法可以稳健的估计该模型的参数。     

随时间变化系数参数AR模型的Bayes估计

采用Bayes方法,给出一维随时间变化系数自回归时间序列模型(TVPAR模型)中各参数的Bayes估计.选取未知参数的先验分布为均匀分布和逆伽马分布,采用MCEM算法,给出了模型中各参数的估计算法,并对模型进行了模拟计算与实证分析.     

时间序列趋势项的贝叶斯估计

系统地分析了AR(p)误差项的时间序列模型的数学模型及条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-混合Γ先验下模型的贝叶斯推断理论,包括趋势项的核估计参数及先验参数的后验分布的统计推断.     

长期生存者所占比例的贝叶斯估计

在定时截尾试验兼有随机截尾的情形下 ,给出了一类特殊寿命数据中长期生存者所占比例的贝叶斯估计。     

正态-Wishart先验分布下多重线性回归模型的Bayes估计

该文从多重线性回归模型的基本统计结构出发 ,对其Bayes理论进行了深入的研究。通过对样本似然函数的分解 ,证明当协方差阵未知时 ,正态 -Wishart分布就是模型参数矩阵的共轭先验分布 ;在此先验分布下 ,系数矩阵、精度阵的后验分布分别为矩阵t分布和Wishart分布 ,据此求出了它们各自的Bayes估计     

INAR(1)模型参数的Bayes估计

利用Bayes方法研究INAR(1)模型的参数估计, 给出了模型参数的Bayes估计因子, 并通过数值模拟将Bayes估计与Yule Walker估计、 条件最小二乘估计、 条件极大似然估计进行比较. 结果表明, Bayes估计方法在一定情形下优于其他方法.