非参数回归中最近邻中位数估计的渐近性质

给出了独立同分布随机误差情形下在非参数回归中最近邻中位数估计的强相合性和渐近正态性。     

极大似然估计的性质探讨

文章首先介绍了极大似然估计,然后综述了极大似然估计的优良性质,同时探讨了在应用极大似然估计时所应注意的问题。     

区间约束数据条件分位数估计的大样本性质

对一组区间约束数据进行研究,利用核函数方法构造出区间约束数据的条件分位数的估计,在一定的正则条件下证明了估计量的强弱相合性,渐近正态性,并构造了条件分位数的经验似然置信区间.     

有附加信息的半经验似然估计的大样本性质

提出了一种有附加信息的半参数统计模型 ,证明了有附加信息的半经验似然估计的强相合性、渐近正态性 ,并说明附加信息能改进参数估计     

半变系数模型的估计及性质

半变系数模型在统计中具有重要的应用,本文时该模型的常数系数,采用局部多项式估计方法和平均方法,给出了它的估计,对于函数系数的估计通过应用常数系数的估计,采用局部多项式估计方法给出其估计,并给出估计的渐近正态性和证明．     

一类概率密度函数估计的Esseen界

给出NA序列的一类概率密度估计的Berry—Esseen界及其渐近正态性。     

最小一乘准则GM(1,1)模型

针对相关文献的边值修正GM(1,1)模型中,边值修正项和模型检验均采用最小一乘准则,而模型参数估计采用最小二乘准则的不协调性,将最小一乘准则应用到模型参数估计中,统一了模型参数、边值修正项和模型精度检验的准则,得到了真正意义上的最小一乘准则GM(1,1)模型.计算实例说明,最小一乘准则GM(1,1)模型具有很好的精度和稳健性.     

变系数模型误差方差的估计

变系数模型是由古典的线性模型发展而来,它们可以很好地检验函数系数随着协变量的变化程度.本文用PLR提出了变系数模型的误差方差的估计,并研究了它的渐近正态性,进一步用一个模拟例子来说明估计的结果是有效的.     

一元Cauchy分布族中两参数的分位数估计及其性质

讨论Cauchy分布中位置参数μ和尺度参数λ的估计.主要结论是联合估计量(μ,λ) T服从某渐近正态,并且对μ和λ做了一些数值模拟实验,结果表明效果是理想的.     

一元Cauchy分布族中两参数的分位数估计及其性质

讨论Cauchy分布中位置参数μ和尺度参数λ的估计。主要结论是联合估计量(,■)T服从某渐近正态,并且对和■做了一些数值模拟实验,结果表明效果是理想的。     

多维门限自回归模型系数估计的渐近正态性

对多维门限自回归模型在给定阶数、门限及延迟参数的假定下,［１］给出了自回归系数矩阵最小二乘估计的强相容性。本文进一步得到了此估计的渐近正态性     

多维门限自回归模型系数估计的渐近正态性

对多维门限自回归模型在给定阶数、门限及延迟参数的假定下,［２］给出了自回归系数矩阵最小二乘估计的强相容性．本文进一步得到了此估计的渐近正态性     

随机系数分歧自回归模型性质的讨论

讨论了随机系数分歧自回归模型的基本性质,得到了模型的渐近正态性和马尔可夫性.     

柯西分布族对数似然方程根的大样本性质

文章针对一类具体的分布族——柯西分布族中参数θ，证明了存在θ的一个强相合且最好渐近正态估计θ，它以概率1当样本量n充分大时是对数似然方程的根。     

重尾模型尾指标的一种新估计

提出极值统计中重尾模型尾指标的一种新的减偏估计,研究它的渐近性质,证明这个估计的相合性与渐近正态性.     

函数系数部分线性模型的B样条估计

函数系数部分线性模型是一个比较广泛的模型,其常数项函数和系数函数具有不同的自变量．这给模型的估计带来了不小的挑战。利用B样条方法同时给出该模型的常数项函数和系数函数的估计,给出了估计的相合性、渐近正态性以及收敛速度,且该收敛速度达到了非参数最优收敛速度;最后,模拟说明了B样条方法对该模型的估计是有效的。     

关于对数正态型元件平均寿命的区间估计

设有一批元件，其寿命 Ｘ服从参数为μ， σ２的对数正态分布，即 Ｘ～ ＬＮ（μ，σ）。本文基于元件的试验数据，在对该批元件平均寿命作出极大似然无编估计的同时，进一步给出了平均寿命的置信区间估计。     

纵向数据下半参数模型估计的渐近正态性

考虑纵向数据半参数回归模型:Y=Xβ+g(T)+ε,基于最小二乘法和局部线性拟合的方法建立了模型中参数分量β,回归函数g(·)和误差方差σ2的估计量,并在适当条件下得到了它们的渐近正态性和最优收敛速度.     

关于对数正态型元件平均寿命的区间估计

设有一批元件,其寿命X服从参数为μ,σ2的对数正态分布,即X～LN(μ,σ2).本文基于元件的试验数据,在对该批元件平均寿命作出极大似然无编估计的同时,进一步给出了平均寿命的置信区间估计.     

一类新的变系数模型的积分估计

该文从实际出发给出了一类实用范围较广的变系数模型，它们的系数函数的自变量（也称光滑变量）不完全一致．首先，使用局部线性方法给出模型的系数函数的初始估计；然后使用积分方法，给出它们的积分估计；进一步，研究这些积分估计的渐近正态性．模拟结果说明该估计方法的有效性．