一类双边截断分布族中的Bahadur有效性

讨论了一类双边截断分布族中的Bahadur渐近有效性问题.基于一定的光滑性假设，得到了这种双边截断分布族的Bahadur界，并因此给出了该分布族中相合估计为Bahadur渐近有效估计的定义.对于一类常用的非参数估计，讨论了它们的Bahadur渐近有效性问题，指出这些常用的估计在给出的定义意义下，皆不是Bahadur渐近有效估计.从而在一个侧面上说明了所讨论的分布族与文献中讨论的其他双边截断分布族有本质的不同.

NOD序列样本分位数的Bahadur表示

Bahadur表示对于样本分位数估计的大样本性质的研究有着重要作用,Ling对NA样本证明了样本分位数估计的Bahadur表示及其收敛速度n 1/4(log n)1/2.本文在更广泛的NOD样本下利用指数不等式证明样本分位数的Bahadur表示,获得了更快的收敛速度n 1/2(log n log log n)1/2.由于NA样本是NOD样本的特例,所以我们的结论有效地推广和改进了Ling的结论.

分位点函数的光滑非参数估计的BAHADUR表示(英文)

文中对分位函数给出了具有更广泛应用的光滑分位估计,证明了该光滑分位估计的逐点和一致的Bahadur强表示定理;并由此结果推导了估计的重对数律,强逼近等深刻结果。

NOD下VaR样本分位数估计的强相合性及其Bahadur表示

利用NOD样本的性质及其相关不等式,研究了在NOD序列情况下,风险度量VaR非参数估计量的性质.证明了VaR样本分位数估计的强相合性,同时也给出了VaR样本分位数估计的Bahadur表示.

正相协样本分位数估计的Bahadur表示

作为一类常见的随机变量序列,正相协随机变量序列在可靠性理论和多元统计分析中有着广泛应用.本文的主要目的是研究一类严平稳正相协随机样本分位数的估计问题.首先,利用正相协随机序列的性质,我们获得了一个有关正相协随机变量的协方差不等式.然后,利用正相协序列的指数不等式获得了一个有关经验分布函数的不等式.最后,我们利用所得不等式,在适当的条件下,进一步讨论了样本分位数估计的强相合性,并给出了其Bahadur表示及其收敛速度.

删失相依数据下的分位数核估计的Bahadur型表达

该文考虑了在删失相依数据下分位数函数的核估计.在适当条件下,建立了该估计的弱和强Bahadur型表达形式.作为它的应用,导出了该估计的渐近正态性.通过模拟给出了该估计在有限样本下的表现.

非共同支撑回归模型中参数估计的Bahadur渐近有效性

对于具有非共同支撑误差分布的线性回归模型 ,在可以重复观测的条件下 ,导出了回归参数估计的 Bahadur界 ,并基于该 Bahadur界定义了 Bahadur渐近有效估计的概念 .最后 ,利用极值统计量构造了相应的 Bahadur渐近有效估计 .

随机截尾情况下Bahadur-Kiefer过程的渐近分布

In the random censorship from the right model. the asymptotics of Bahadur-Kiefer process based on smoothed PL, and its quantile process are cosidered. It is proved that with the different choice of smoothing parameter the asymptotic distribution on smoothed Bahadur-Kiefer process can be completely different. A complete characterization of the possible limits is obtained.

α混合序列下的核型分位数估计的Bahadur表示

考虑了在α混合序列下核型分位数估计的Bahadur表示,并建立该分位数估计的渐近正态性,将独立样本下的Bahadur表示进行了推广。

ψ-混合序列下分位数估计的强相合及其Bahadur表示

在ψ-混合序列下,利用指数不等式证明分位数估计的强相合性,并给出其Bahadur表示.

END序列样本分位数的Bahadur表示及强相合性

文章在END序列下,利用END序列的Bernstein型不等式,得到了END序列样本分位数的Bahadur表示及其强相合性,推广和改进了已知的一些文献中的相应结论。

KL分位数估计的Bahadur表示

Bahadur表示对于分位数估计的大样本性质的研究有着重要的作用,本文在独立样本的条件下,证明了KL分位数估计的Bahadur表示及其收敛速度op(k-1/2n),并通过Bahadur表示给出了其渐近正态性和置信区间估计。

ρ-混合样本下VaR样本分位数估计的Bahadur表示

利用ρ-混合样本的两个不等式,研究了ρ-混合序列情况下,风险度量VaR非参数估计的性质,给出了VaR样本分位数估计的Bahadur表示,即本文的定理1,并且根据定理1的结论,证明了VaR样本分位数估计的渐进正态性。

ρ-混合序列VaR核估计的强收敛性和Bahadur表达

在ρ-混合序列下,运用矩不等式讨论VaR核估计■p,h的强收敛性和Bahadur表达,得到2个a.s.收敛定理.

混合序列下分位数估计的强相合及其Bahadur表示

本文在混合序列下,证明了分位数估计的强相合性并给出其Bahadur表示.

宽象限相依序列下分位数估计的强相合性及Bahadur表示

本文在宽象限相依序列随机序列下,利用宽象限相依序列和的矩不等式及相关性质证明了分位数估计的强相合性并给出其Bahadur表示.

Bahadur-Kiefer过程模的渐近分布

在随机右删失情况下，证明了基于核光滑PL估计和PL分位点估计的Bahadur-Kiefer过程的模的弱极限定理.

随机删失下光滑的Bahadur-Kiefer过程的渐近分布

本文在随机删失数据下讨论了由核光滑的PL过程和它的分位点过程所构成的Bahadur-Kiefer过程的渐近分布．证明了在不同的窗宽选择下，所得到的渐近分布可以完全不同，并由此得出了它的所有可能的渐近分布．

WOD样本下VaR核估计的强相合性及Bahadur表示

风险价值是金融界测量市场风险的主流指标,被众多金融机构所采用,其估计量的研究是一个值得探讨的问题.利用WOD序列的性质及其指数不等式,在WOD样本下研究风险价值核估计量的性质,同时给出风险价值核估计的收敛速率和Bahadur表示,运用数值模拟的方式评估核估计的效果,所获结论推广了相关文献的研究结果.

END序列样本VaR核估计的Bahadur表示

利用END序列的性质及其指数不等式研究了风险测度VaR核估计的性质,证明了VaR核估计的强相合性并得到其收敛速率,同时也给出了VaR核估计的Bahadur表示,将VaR核估计推广到了END样本。