渐近正态性相关论文
在响应数据缺失条件下研究了一般线性分位数回归模型的估计问题。利用处理缺失数据的逆概率加权方法，在缺失概率已知、缺失概率未知......
本文讨论了把Black-Scholes期权定价模型的波动率改进为σt=f（Xt）后估计模型的一种方法。先把模型改写成一个平稳自回归的二次线性EV......
本文主要讨论了当数据有舍入误差时对统计推断的影响。由于观测样本具有舍入误差时,传统的（或标准的）统计方法往往失效。在这种情形......
本文主要研究Pareto分布在逐步Ⅱ型区间删失的情形下,对Pareto分布的参数进行估计,并讨论了其相应地极大似然估计的相合性和渐近正......
在日常生活中,人们经常会忽略一些极少发生的事情.然而,这些事情一旦发生,就会给人们的生活带来很大的影响,比如极端降雨量、重大......
条件分位数在金融分析和医学疾病研究等领域都有广泛应用.实际调查记录数据中,不可避免会存在部分离异样本以及重尾数据,此时运用......
随着股票市场的蓬勃发展,如何把握股市的动态性日益成为人们研究讨论的热点.股票交易数据的采集间隔频率的高低会影响信息的质量:......
部分线性回归模型是Engel等人在研究天气对电力需求的影响时提出的。部分线性回归模型既包含了参数部分也包含了非参数部分，它比线......
本文针对分块观测数据,应用BM和POT的混合方法构造重尾指数估计量.设{Xn,n≥1}是相互独立且服从同一未知分布的随机变量序列,将样......
近年来,关于带有标准布朗运动噪声的随机微分方程的参数估计问题已经有较多的研究,但对由分数布朗运动驱使的随机微分方程的参数估......
隐马氏模型（the Hidden Markov Model, HMM）需要解决三个问题:解码问题、识别问题和学习问题,对这三个问题的回答构成了隐马氏模型的......
非参数密度估计问题一直是数理统计中的热门问题,它的应用也越来越广泛,现已渗透到生态、生物、医学、经济等领域.密度函数的非参......
非参数回归估计是研究回归模型的一种有用工具,在金融经济方面有重要应用,如在金融资产价格和收益率波动性等方面有重要的的研究应......
非寿险随机准备金评估在保险公司的风险管理中起着至关重要的作用,过高的准备金会导致资金得不到充分利用,若准备金不足则会使得保......
本文在随机设计条件下，研究了一类变系数联立模型,运用局部线性广义矩估计和局部线性广义矩变窗宽估计、对模型的变系数进行了估计，......
在日常的统计工作中,数据的采集是必不可少的工作.而在实际工作中,由于种种原因,人们经常会遇到各种各样的数据缺失.比如试验样本......
本文提出了基于相依计数序列的一阶随机系数整值自回归模型（RCINARD（1））以及新型基于广义相依计数序列的一阶随机系数整值自回归模型（RC......
矩阵的全正性是组合不等式的重要来源,而递归矩阵在组合中经常出现且具有很多良好的性质,因此递归矩阵的全正性研究具有重要意义.......
组合矩阵是组合数学中的基本研究对象,本文研究了只具有实特征值的组合矩阵的若干解析性质,如矩阵的全正性、矩阵作为双指标序列的......
在现实经济问题研究中,大量的经济变量在相邻区域（单元）间普遍存在着空间相关性,如经济增长、产业发展、资源禀赋和环境污染等往往存......
半参数回归模型是统计学中应用较为广泛的模型之一,在很多半参数回归模型问题的研究中,常常假定误差是独立同分布的随机变量,然而......
相较于独立样本情形而言,函数型相依结构序列的样本,在数理统计、可靠性理论、金融经济等学科应用更加广泛.目前,关于独立样本情形......
在保险精算中,风险的定义为被保险人可能遭受的损失。为了将这种不确定性转嫁给保险公司,投保人需要缴纳固定金额的保险费或保费。......
近年来,随着计算机的发展,在统计学中,特别是在现代生物统计与金融统计学中,出现越来越多的高维数据分析处理问题.经典的多元分析......
本文主要研究了响应变量是多维时非线性模型中极大拟似然估计的性质，推广和发展了非线性模型中关于极大拟似然估计的相关结论。全文......
自从诺贝尔经济学奖得主Engle于1982年开创性地提出ARCH模型以及Bollerslov随后在1986年将其扩展为GARCH模型以来,（G）ARCH族条件异方......
本文主要研究方差未知的拟似然非线性模型中极大拟似然估计的渐进性质，所给的结果扩展了非线性模型中有关极大似然估计的一些相干结......
令G是一个n阶简单图,Q(G;x)=Σk-0n(-1)n-kq(G,k)xk是图G的无符号Laplacian特征多项式.本文主要研究的问题,是关于图的无符号Lapla......
假设T1,...,Tn为从分布函数为F的总体中抽样的i.i.d.样本，其密度函数为f, C1,...,Cn为从分布函数为G的总体中抽样的i.i.d.样本.观测......
本文研究具有测量误差的自回归模型统计推断问题.我们主要考虑可观测的变量(即带有误差的变量,也称替代变量)与准确真实变量之间的......
数理统计是统计分析的基础,由于实际生产的需要,采用数学分析方法建立的统计模型逐渐成为统计学科研究的焦点之一.非参数统计是统......
随着大数据时代的到来,隐私保护问题成为了网络数据统计分析中的一个热门话题,其中差分隐私是隐私保护中常用的方法。在此框架下,......
半参数回归模型是统计学中十分重要的一类模型,这类模型比单纯的参数回归模型和非参数回归模型具有更大的适应性和较强的解释能力.......
生存分析是研究生存现象和响应时间数据及其规律的一种统计方法.生物统计中的死亡时间分析是该领域中最早、最深入的研究方向之一.......
GARCH模型一直是时间序列分析领域的研究重点。与非指数型GARCH模型相比,指数型GARCH模型由于其在模型解释和实际应用中的优势更受......
非参数回归是统计学中研究的热点问题,在回归函数的估计中常用的方法有小波估计法、核估计法、样条估计法.当误差为独立情形时,其......
Lasso估计是处理多重共线性的重要手段之一,与岭估计不同,它兼具压缩和筛选两个特点。近年来,Lasso估计的大样本性质是统计领域的......
近年来,对有向图模型统计性质的研究已经成为一个热门的主题。特别地,随着有向图中顶点个数趋于无穷时,基于顶点度序列参数的极大......
在当今很多的科学领域中都有非负的计数数据,前人先后提出泊松模型,负二项模型等来模拟该类型数据.但是很多时候这种数据有个特征......
在生物医学、教育学和经济学等研究领域中,缺失数据普遍存在.它们是统计研究中的热门问题.目前国内外大部分对这一方面的研究都是......
本文主要讨论了几乎周期性相关时间序列的频谱密度估计的渐近性质。首先,我们对非平稳的几乎周期性相关的时间序列的背景做了一个......
随机微分方程在随机控制、数理金融等许多领域都应用广泛,本文主要考虑带扰动的随机微分方程,研究其参数的贝叶斯估计,讨论在小扰......
