多维密度核估计的Bootstrap逼近

在一定条件下证得多维密度核估计的Bootstrap逼近成立.

密度核估计的Bootstrap逼近

本文在一定条件下证得了密度核估计的Bootstrap逼近成立,并且得到了Bootstrap逼近的速度。

NA样本均值的Bootstrap逼近

用Bootstrap法估计随机变量的概率分布广泛适用于样本为独立同分布情形.立足于考虑随机变量序列{Xn,n≥1}为NA相协样本条件下均值X-n的Bootstrap逼近问题,首先定义了强平稳组间独立的负相协样本,然后对样本分成k组情况下X-n的k个刀切虚拟值Yi(i=1…k)赋予质量1k,得到“经验分布函数Fk*,从F*k中抽取k个独立样本Y1*,…,Yk*,用n(Yk*-Xn)的条件分布去模拟n(Xn-μ)的分布,最后证明其相合性成立.

经验似然重抽样下回归模型的Bootstrap逼近(英文)

本文提出用经验似然重抽样来bootstrap逼近线性回归模型中的学生化最小二乘估计．我们证明了该方法具有一般s－2项Edgeworth展开，它是二阶相合的而且比经典的方法损失更小．

L─统计量的Bootstrap逼近

Ｌ─统计量的Ｂｏｏｔｓｔｒａｐ逼近任哲，陈明华（六安师范专科学校，六安２３７０１２）本文提出了Ｌ──统计量的一种Ｂｏｏｔｓｔｒａｐ逼近，并讨论了这种逼近的相合性及其逼近的精确性。一、引言及主要定理设兄，ｉ＞１为来自分布为Ｆ的ｉ．ｉ．ｄ．样本，以Ｘ．；...

半参数回归模型误差方差估计的Bootstrap逼近

考虑半参数回归模型ｙｉ＝ｘ′ｉβ＋ｇ（ｔｉ）＋ｅｉ，１≤ｉ≤ｎ，ｇ为Ｒ上未知函数，σ２０＝Ｖａｒ（ｅ１）。本文基于［１］中给出的β的二阶段估计＾βｎ构作了σ２０的估计量＾σ２ｎ，讨论了＾σ２ｎ的Ｂｏｏｔｓｔｒａｐ逼近问题，在适当条件下证明了其Ｂｏｏｔｓｔｒａｐ逼近成立。

非线性模型中M-估计的Bootstrap逼近

讨论了非线性模型中回归系数向量基于M 估计的Bootstrap逼近 。

密度泛函核估计的Bootstrap逼近

设Ｘ１，…，Ｘｎ是从分布密度函数为ｆ的总体中抽取的ｉｄ样本，μ＝ＥＸ１°本文研究了密度泛函θ＝ｆ（μ）的核型估计ｆｎ（ｘ）（其ｘ＝１ｎ∑ｎｉ＝１Ｘｎ，ｆｎ（ｘ）为通常的Ｒｏｓｅｎｂｌａｔ－Ｐａｒｚｅｎ核估计，Ｂｏｏｔｓｔｒａｐ逼近问题．

学生化U－统计量的Edgeworth展开和Bootstrap逼近

本文研究学生化Ｕ－统计量的Ｅｄｇｅｗｏｒｔｈ展开和ＢｏｏｔｓｔｒａＰ逼近，在核函数ｈ较弱的矩条件下，给出了学生化Ｕ－统计量的一项Ｅｄｇｅｗｏｒｔｈ展开式和Ｂｏｏｔｓｔｒａｐ逼近．

L—统计量的Bootstrap逼近的非一致性速度

文①中讨论了L一统计量的Bootstrap逼近的一致性速度,本文则研究了其非一致性速度.

指数信号模型中参数估计的Bootstrap逼近

本文基于 Prony 方法和 Bootstrap 方法,解决了受抑制指数信号模型的辨识问题。给出了模型 中参数的最小二乘估计的计算方法和逼近;为了使样本所在的区间有限,在保证模型相容的条件 下,我们重新定义模型,证明了 Bootstrap 估计的相合性和渐近正态性,从而证明了我们这种 方法的可行性;最后利用该方法给出模拟结果,并且和其他方法进行了比较。

概率密度核估计的Bootstrap逼近

从概率密度函数为f的总体中,随机抽取一列独立同分布的样本X1,…,Xn,并在μ=EX1的条件下,研究密度概率函数θ=f(μ)的核型估计fn(x)的Bootstrap逼近问题.

样本均值Bootstrap逼近的收敛速度

本文进一步研究Ｂｏｏｔｓｔｒａｐ逼近的收敛速度，在随机变量的（２＋δ）阶矩（０≤δ＜２）有限的情况下，讨论标准化样本均值的分布与它的Ｂｏｏｔｓｔｒａｐ逼近之间差的一致收敛速度，以及这种逼近与正态分布之间差的一致收敛速度。

删失回归模型的加权Bootstrap逼近

研究带删失数据的回归模型.基于合成数据,运用加权Bootstrap方法获得回归系数样本分布的近似估计,并对一般权序列,证明了这种分布近似的有效性及回归系数的加权Bootstrap估计的相合性.据此构造回归系数的加权Bootstrap置信域.数值模拟结果表明,就覆盖率而言,加权Bootstrap置信域优于传统的渐近正态置信域.

固定设计下半参数回归模型的参数估计的Bootstrap逼近

考虑固定设计下的半参数回归模型： ｙ_ｉ＝ｘ_ｉβ＋ｇ（ｔ_ｉ）＋ ｅ _ｉ，ｉ ＝１， ２，…； ｎ． 对利用一般非参数估计法结合最小二乘法得到的参数分量β和误差方差σ~２的估计量β_ｎ和σ_ｎ~２，通 过重抽样的方法构造了β_ｎ和σ_ｎ~２的 Ｂｏｏｔｓｔｒａｐ统计量β_ｎ~＊和 σ_ｎ^（＊２），并证明了在给定原样本的条件下，ｎ^（１／２） （β_ｎ－β_ｎ）和（σ_ｎ^（＊２）－σ_ｎ~２）分别与ｎ^（１／２）（β_ｎ－β）和ｎ^（１／２）（σ_ｎ~２－σ~２）有相同的渐近分布．

重尾过程协整检验的Bootstrap逼近

重尾过程的协整检验统计量渐近分布含有不可估计的重尾指数α,针对重尾过程的协整检验运用Bootstrap抽样算法,在不估计重尾指数α的情况下,计算了该检验统计量的临界值,并且证明了该算法在理论上的合理性.Monte Calo模拟说明该方法有效.

概率密度函数核估计的Bootstrap逼近

主要研究了密度函数核估计逼近的速度,用Bootstrap方法对核密度进行估计,在适当的条件下,进一步提高了密度核估计Bootstrap逼近的速度,所得到的结果使得密度核估计Bootstrap逼近的速度与密度函数及其导数之间的关系更加的明确.

密度函数递归核估计的Bootstrap逼近

设X1，X2，…xn是从分布密度函数为f（x）的总体中抽取的独立同分布的样本，f（x）的递归核估计fn（x），本文讨论了fn（x）的渐近正态性以及Bootstrap逼近问题．

具有无界计分函数的L－统计量的Bootstrap逼近

利用经验过程方面的若干事实，本文建立了具有无界计分函数的Ｌ－统计量的Ｂｏｏｔｓｔｒａｐ逼近，取得了较为理想的结果．

条件密度的近邻—核估计及其Bootstrap逼近

本文讨论了条件密度的近邻—核估计及其Ｂｏｏｔｓｔｒａｐ逼近的问题，证明了条件密度近邻—核估计的渐近正态性，Ｂｏｏｔｓｔｒａｐ逼近的相合性，讨论了有关的收敛速度．