排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
2.
何仲洛 《湖州师范学院学报》1994,(6)
令H_n(x)是基于来自密度函数f(x)的容量为n的一个随机样本的hazard函数H(x)=f~(x)/[1-integral from x=∞ to x(f(t)dt)]的一个核形估计.对于非参数hazard估计的积分均方误差integral ((H_n(x)-H(x))~2ω(x)f(x)dx)中心极限定理成立的一个充分条件被给出,这里ω(x)是一个权函数. 相似文献
3.
何仲洛 《湖州师范学院学报》1986,(Z2)
考虑模型 Y(t)=f(t)+ε(t) (1)于此,f(t)为非随机函数,ε(t)为随机误差,假定n个观察值Y(t_0),Y(t_1),…,Y(t_(n-1))是在水平t_0,…t_1,…t_(n-1)上作出的,即 相似文献
4.
何仲洛 《湖州师范学院学报》1991,(6)
给定Y_i=f(t_i)+ε_i,i=1,2,…,n,令f_n(t_jλ~*)是回归函数f(t)的核估计并且λ~*是窗宽基于均方预测误差的Cross—Validation选择.在较弱的矩的条件E_(ε_i)~2<∞下,我们研究了f_n(t_iλ~*)的藉助于均方误差的强相合性以及渐近最优性. 相似文献
5.
何仲洛 《湖州师范学院学报》1988,(5)
假定f~d(、)是R上的一个密度函数,(?)(·;h)是这个密度函数建基于来自这个密度函数f(·)的容量为n的一个随机样本的核型估计.令ASE(h),ISE(h)和MISE(h)分别表示这个非参数密度估计量的平均均方误差、积分均方误差以及平均积分均方误差.在某些一般的条件下,我们证明了ASE(h)/MISE(h)以及ISE(h)/MISE(h)到1的殆必收敛性 相似文献
6.
7.
何仲洛 《湖州师范学院学报》1986,(Z1)
本文将讨论线性模型中误差方差的最小二乘估计的Bootstrap统计量的相合性问题。设: Y(n)=X(n)β+ε(n) (1)为一个线性模型,这里β为P×1向量,为未知参数,Y(n)是一个n×1资料向量,并且x(n)为一个n×P数据矩阵,P≤n,并且秩为P,ε(n)是n×1随机误差向量,ε(n)=(ε_1,ε_2,…,ε_n)~τ,ε_1,ε_2,…,ε_n独立同分布,共同的分布记为F,并且假定 相似文献
8.
何仲洛 《湖州师范学院学报》1982,(Z1)
大家知道在有关可测函数的理论中,定理占有极其重要的地位,它阐明了可测函数与连续函数之间的密切关系,但是一般书上见到的证明都用到了实函数论中的另一有名的所谓定理,整个证明过程并不见得简单,最近见到定理的新证明[2],很受启发,本文意欲在[2]的基础上再讨论,给出定理的平行于[2]的一个证明,证明本身似乎同样是简单而直接的,而证明时所用到的有关连续函数的一些性质,又可帮助对连续函数作实质性的了解. 相似文献
9.
何仲洛 《湖州师范学院学报》1987,(5)
本文考察有线性模型中回归系数LS估计的随机加权统计量,证明了在某些条件下随机加权分布逼近误差分布的阶为n~(-1╱2)。 相似文献
10.
何仲洛 《湖州师范学院学报》1985,(Z1)
令X_1,X_2,…X_n是一个来自有分布F的母体的一个随机样本,T(X_1,X_2,…,X_n;F)是某一与样本以及F有关的随机变量,若以F_n记x_1,x_2,…x_n的经验分布,则所谓Bootstrap方法,即是用F_n之下T(y_1,y_2,…,y_n;F_n)的分布来替代F之下T(X_1,X_2,…,X_n;F)的分布,这里y_1,y_2…y_n为来自有分布F_n的母体的一个随机样本.文献〔1〕讨论了U-统计量均值估计的Bootstrap分布的渐近行为,本文继续〔1〕的讨论,在定理1)中,它削去了〔1〕中定理3.1的条件(3.16)而得到与之相同的结论;在定理2,3中,进一步的得到了类似于〔2〕的定理1中有关均值的Bootstrap分布的一些结论.令 相似文献