多元线性模型回归系数的Stein型估计

本文对多元线性模型的回归系数提出了Stein型估计,可使其MSE小于LS估计。分析了选取参数矩阵K的MSE准则存在的缺陷,于是应用Q(C)准则克服这些缺陷。从理论上证明了Q(C)准则的优良性,并给出了确定C的方法。     

三维圆柱体的极点条件及其样条函数解法

指出柱坐标下三维圆柱体承受任何荷载时的位移函数应满足4个“极点条件”。在此基础上建立了三维圆柱体的样条有限层解法。给出了包括圆形厚板在内的分析算例。     

部分线性模型参数分量的M估计的渐近正态性

Engle等人提出了下列部分线性模型Y_i=X_i~tβ_0 g_0(T_i) u_i,1≤i≤n其中(T_1,X_1~t,Y_1),…,(T_n,X_n~t,Y_n)是随机向量(T,X~t,Y)的i.i.d.样本,U_i为随机误差,U_1,…,U_n与(T_1,X_1~t),…,(T_n,X_n~t)相互独立,X∈R~d,T∈[0,1],β_0为未知参数向量,g_n是一光滑未知函数.文献中,有许多学者讨论了关于这个模型的估计问题,包括惩罚函数法、基于分段多项式逼近的最小二乘法和基于核函数近似的最小二乘法.由于上述方法得到的估计不稳健,本文用分段多项式逼近g_0讨论较稳健的M估计.记g_n(t)=(?)(t)~ta为一分段m阶多项式,其段数为M_n,其中(?)(t)是一函数向量,β_0和     

时间序列AR模型参数的积分求解法

基于对时间序列实质的分析，提出了旨在减少序列的随机误差影响以及提高拟合精度的ＡＲ模型参数的积分求解法．重点讨论了ＡＲ（１）模型及ＡＲ（ｐ）模型参数的积分求解法，并与最小二乘法在计算机上进行了仿真比较．结果表明，采用积分求解法所得的ＡＲ模型参数的估计精度比最小二乘法的高．     

用非多项式样条解两类插值问题

本文用非多项式样条讨论两类插值问题，并给出了解的存在唯一性与误差估计。     

尺度参数的最优尺度不变估计的非容许性

本文针对尺度参数分布的情形，在一般二次损失函数下，证明了维数≥２时，最优尺度不变估计是非容许的，并得到了它的同时改进估计，据此讨论了此改进估计关于损失函数类的稳健性问题。在加权平方损失函数下，得到了不等尺度改进估计．对于多个观测值的情形，获得了两个非常有用的结果。     

二次基函数的构造及其应用

本文构造了具有二次代数精度的基函数，这些基函数无论在计算方面还是在应用方面都比Ｅ．Ｌ．Ｗａｃｈｓｐｒｅｓｓ所建立的方便．利用这些基函数，得到了三角剖分下插值多元样条ｕ（ｘ，ｙ）∈Ｓ（△，Ｄ）存在的充要条件，并以数值便阐明了求解插值多元作条空间的维数问题．     

开关磁阻电机的样条函数仿真

提出一种用于开关磁阻电机非线性仿真的新方法－样条函数仿真法。该方法利用样条函数对开关磁阻电机的磁路参数进行插值拟合，以便对开关磁阻电机的电流和转矩波形进行计算，结果表明，该法所需数据输入量少，精度高。     

结构弹塑性分析的新方法

利用样条有限点法及弹性应变与塑性应变的关系，提出了一个分析结构弹塑性问题的新方法。这个方法避开了非线性应力应变关系，计算简便。