简介：研究了一类用于时间序列建模的混合自回归滑动平均模型，该模型是由m个ARMA分量经过混合得到的，给出了混合自回归滑动平均模型参数估计的期望极大化（EM）算法，从而得到了混合系数和分量模型的参数，通过仿真说明了其有效性。

简介：根据时间序列数据所表现的性质。提出一种新的时序混合模型。并采用一种基于优化的距离来确定成分的个数。并给出了相关的推导．

简介：考虑一般的分块半相依线性回归（SUR）模型及其相应的简约模型，给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件．

简介：本文研究了混合整数线性模型方差分量在无信息先验分布和有信息先验分布下Bayes估计，给出了混合整数线性模型方差分量无信息和：有信息先验分布下的极大后验估计和最佳Bayes估计。

简介：在非线性回归模型中,拟得分函数是一类线性无偏估计函数中的最优者(GodambeandHeyde(1987),朱仲义(1996)),而由拟得分函数得到的拟似然估计在由线性无偏估计函数得到的估计类中具有渐近最优性(林路(1999)).本文则研究非线性回归模型中的有偏估计函数理论,构造了参数的约束拟似然估计,得到了约束拟似然的局部最优性,局部改进了拟似然估计,从而扩充了线性模型中的有偏估计理论.

简介：股票投资是一种重要且先进的投资方式，与其相关的预测已经成为经济领域的研究热点，它不仅是评估投资价值的主要途径而且也对作出正确的股票投资决策具有重要意义。投资风险、收益的预测是股票投资预测的基础、起点。因此，投资风险、收益的准确预测对股票投资分析工作是非常重要的。本文结合相关理论，利用数学和财管的专业知识对股票投资的风险和收益进行了预测，通过线性回归分析方法估计β，进而对资本资产定价模型进行定性分析。根据搜集的变量数据，比较准确的预测了股票投资风险和收益，是对股票投资定量分析的一种尝试。利用模型实证分析，可对投资决策进行科学理性的选择。

简介：利用上极限，给出了单位球上加权Bergman空间的加权复合算子的本性模的表示．

简介：考虑半参数回归模型Y(j)(xin,tin)=tinβ+g(xin)+e(j)(xin),1≤j≤m,1≤i≤n.利用最小二乘法和权函数估计方法,定义β,g的估计量βm,n和gm,n(x),在负相依样本及较弱的条件下证明了这些估计的强相合性,得到了与独立情形一致的结论.

简介：本文运用主方程等方法给出随机和择优混合演化网络模型稳态度分布存在性的严格证明,并推导度分布的表达式,进而得知该混合演化网络为无标度网络.

简介：针对混合动力公交车在循环工况内功率需求的特点,建立了未来功率需求贝叶斯预测模型;利用2一阶段随机动态规划模型将大规模的随机动态规划问题简化为多个小规模的随机动态规划问题和一个确定型动态规划问题;对于随机动态规划模型的求解,给出了稀疏表示的降维方法,将复杂的泛函极值问题转化为常规的随机动态优化问题,并采用分布估计算法和计算资源最优配置算法的计算机仿真优化算法对随机动态优化问题进行求解;给出了基于查表的在线控制策略,为模型的实际应用进行了有益的探索。

简介：设函数φ和Ф是复平面单位圆盘D上的解析函数且φ(D)■D,则将加权复合算子定义为Wφ,Ф:f→Фf°φ.当1

简介：在响应变量满足MAR缺失机制下，我们分别研究了基于观察到的完全样本数据对、基于固定补足后的“完全洋本”和基于分数线性回归填补后的“完全洋本”得到的回归系数的最小二乘估计的弱相合性、强相合性及渐近正态性，我们还通过数值模拟，比较了基于上述估计得到的β的置信区间的优劣。

简介：基于平衡损失的思想和最小二乘统一理论，对带线性约束的一般线性模型提出了一种全面度量估计优良性的标准．给出了此标准下模型中回归系数线性函数的约束广义平衡LS估计，并得到了约束广义平衡LS估计唯一性的一个充分条件．

简介：刻画加权Bergman空间Aα^2（Ω）上的加权复合算子Cφ,Ф的Schatten-p类．

简介：研究了单位圆上从Hardy空间到α-Bloch空间的加权复合算子uCφ的有界性和紧性.分别给出从Hp空间到βα空间和β0α空间的算子uCφ的有界性和紧性的充分和必要条件.

简介：主要通过马氏链、主方程的方法和技巧，给出了团体随机和择优混和演化网络的稳态度分布存在性的严格证明，并严格推导了度分布的精确解析表达式．

简介：在GPS和测绘等领域中，混合整数线性模型是非常重要的一种模型。本文在混合整数线性模型参数的最小二乘估计的基础上，证明了该估计量的弱相合性。MonteCarlo模拟验证表明，各参数估计的相合效果明显。

简介：本文研究了不等式约束条件下部分线性回归模型的参数估计问题，利用最优化方法和贝叶斯方法，给出了不等式约束条件下部分线性回归模型的最小二乘核估计和最佳贝叶斯估计，并且证明了在一定条件下，带约束条件的最小二乘核估计在均方误差意义下要优于无约束条件的最小二乘核估计。

简介：对于两个相依线性回归方程组成的系统(1．1)，本文提出了β1的待定系数估计β^*1（k，c)=（x′1x1+k1)^-1(x′1y1-cσ12/σ22x′1N2y2)，其中岭参数k≥0．c是待定系数．与β^*1(k，c)对应的非限定两步估计记为β^41(T，k，c)．当c=1时β^*1(k,1)=β1(k)和β^*1(T,k,1)=β1(T,k)等干[6]引入的一双有偏估计，结果表明总可以选取适当的c值和k值使β^*1(k，c)和β^*1(T,k，c)在均方误差阵准则下分别优于β1和β1(T)，并讨论了c值的最佳选择问题．

简介：以广义逆为工具运用算子演算给出加权移位算子是次正常算子的条件，所用方法不同于Ｓｔａｍｐｆｌｉ的工作，但结果一致．作为应用给出了两个例子．