均匀分布中参数θ的估计量的比较

结合教学中遇到的问题,举例分析和说明了仅有无偏性不足以判定一个估计的好坏。     

最大模原则的推广及应用

主要讨论了Phragmen-Lindelof原则在有界区域边界上有不解析点的函数;在无界区域上满足适当条件函数的最大模的状态;对在有界区域上的解析函数f(z),其实部或虚部有界,则在该区域内|f(z)|有界.     

矩法估计与极大似然估计的比较

以二项分布为例,讨论了其分布参数的矩法估计与极大似然估计,并比较了两种估计的优良性质,主要讨论它们的一致性、无偏性和有效性．     

两种Zipf定律拟合方法的对比实证研究

采用普通最小二乘法和最大似然估计两种方法分别对Zipf定律的分布进行拟合比较研究。普通最小二乘法是目前曲线拟合中普遍采用的方法,而最大似然估计是曲线拟合更为合理的方法。分别利用三组中文和三组英文语料,对两种方法进行对比实证研究,结果发现最大似然估计方法的拟合更合理,对Zipf定律的拟合比普通最小二乘法好,同时发现英文词汇比中文更好地符合Zipf定律分布,即中文语料不严格符合经典的Zipf定律分布。本研究可以为幂律拟合的研究提供一些参考。     

关于摩擦问题的讨论及实验研究

通过对静摩擦力的分析,本文给出了用滑动摩擦力和产生加速度的力来取代最大静摩擦力,并通过实验,得到了很好的验证;通过对滚动问题的分析,得出在讨论滚动问题时必须考虑滚动因素,使结论才会更加合理。     

岩石在不同围压条件下破坏过程的模拟研究

利用RFPA系统对不同围压条件下岩石的剪应力状态、最大主应力状态及宏观破坏模式进行模拟研究,为实际操作提供较精确的数据基础。     

一种新的变步长光伏最大功率点跟踪法

针对光伏发电系统中传统干扰观察法的不足,提出了一种新的变步长光伏最大功率点跟踪法———双门限值变步长干扰观察法。该方法以电流作为扰动量,在最大功率点左右两侧设立两个门限值,并以ab（sdP/dI）的值作为步长选择标准;利用Matlab/Simulink工具,建立相应的光伏阵列控制模型,再进行仿真,结果表明：该方法跟踪速度快,稳定性高,在光强突变时也能更快地追踪到最大功率点。     

多频率电源下的最大功率传输问题研究

容性负载和感性负载的电抗随频率而变,因此在不同频率下负载获得的最大功率不能简单相加。该文运用Multisim仿真软件和Matlab探讨了2个和3个不同频率源单独作用及同时作用时传递的最大功率和此时的负载阻抗值,并探讨了此问题的困难和意义。     

Comparing Methods for Addressing Missingness in Longitudinal Modeling of Panel Data

Respondent attrition is a common problem in national longitudinal panel surveys. To make full use of the data, weights are provided to account for attrition. Weight adjustments are based on sampling design information and data from the base year; information from subsequent waves is typically not utilized. Alternative methods to address bias from nonresponse are full information maximum likelihood (FIML) or multiple imputation (MI). The effects on bias of growth parameter estimates from using these methods are compared via a simulation study. The results indicate that caution needs to be taken when utilizing panel weights when there is missing data, and to consider methods like FIML and MI, which are not as susceptible to the omission of important auxiliary variables.     

分组零膨胀泊松模型的半参数统计推断

泊松回归模型常常用于计数数据的研究中,然而在实际数据中零值的比例可能远远大于泊松分布中取零值的概率,而且这些零值通常都有其特殊含义.此外计数数据可能是分组数据,即观测到的数据不是确切值而只是已知其落在某一个区间范围之内;或者某些特定的数据,例如工资,要先对它进行人为的分组然后再进行分析.考虑一种零膨胀泊松半参数回归模型来处理上述分组计数数据.该模型中泊松分布的期望与协变量之间采用部分线性连接函数,而零值的概率与协变量之间采用线性连接函数.利用Sieve极大似然估计方法来估计该回归模型中参数和非参数函数,并提出了一种得分检验方法来检验是否存在零膨胀.在一定正则条件下,获得了Sieve极大似然估计的渐近性质,证明了参数部分的估计是强相合,渐近正态及渐近有效的;同时非参数函数的估计达到了最优收敛速度.模拟研究表明,估计和检验方法效果都比较好,最后将此模型和推断方法应用于一组公共卫生领域实际数据研究.