学位论文 > 优秀研究生学位论文题录展示

两两NQD序列下递归型密度函数核估计的大样本性质

作 者: 张金艳
导 师: 郭鹏江
学 校: 西北大学
专 业: 应用数学
关键词: NQD序列 递归型密度核估计 相合性 渐近正态性
分类号: O212.7
类 型: 硕士论文
年 份: 2010年
下 载: 12次
引 用: 0次
阅 读: 论文下载
 

内容摘要


概率密度函数的估计问题一直是数理统计中比较热门的问题,受到了许多学者的广泛关注。针对密度函数估计问题,人们提出了多种估计方法,其中最常见的有直方图法、核密度估计法以及最近邻密度估计法等。随着研究的深入,又有学者以普通的核密度估计为基础,提出了递归型密度函数核估计的方法,该方法在计算上比较方便,受到了许多学者的关注。关于递归型密度函数核估计的性质,人们最初是在独立同分布情形下研究的,并取得了相应的结果。但在很多情况下样本并不独立,而是具有某种相关性,因此,又有学者在相依情形下对其进行讨论。基于两两NQD序列应用的广泛性,本文主要研究了两两NQD序列下递归型密度函数核估计的大样本性质。首先,本文简单介绍了密度函数估计问题以及两两NQD序列的研究背景、国内外研究现状,说明了在两两NQD序列下讨论密度函数估计问题的重要性。其次,以两两NQD序列矩不等式及相关引理为基础,证明了两两NQD序列下递归型密度函数核估计的r-阶平均相合性、弱相合性、逐点强相合性以及一致强相合性,并在适当的条件下得到了r-阶平均相合性的收敛速度,从而推广了独立同分布和其它相依情形下的密度函数估计性质的相关结论。最后,利用两两NQD序列的若干不等式以及Lindeberg-Feller中心极限定理,在适当的条件下证明了两两NQD序列下递归型密度函数核估计的渐近正态性,推广了现有文献的相关结论。

全文目录


摘要  3-4
Abstract  4-6
第一章 绪论  6-14
  §1.1 密度函数估计方法的介绍  6-8
  §1.2 密度函数研究的发展历史  8-10
  §1.3 本文的主要结果  10-14
第二章 NQD序列下递归型密度函数核估计的相合性  14-26
  §2.1 引言  14
  §2.2 预备知识  14-15
  §2.3 相关引理  15-17
  §2.4 主要定理及其证明  17-26
第三章 NQD序列下递归型密度函数核估计的渐近正态性  26-37
  §3.1 引言  26
  §3.2 主要假设及相关引理  26-27
  §3.3 定理及其证明  27-37
总结与展望  37-38
参考文献  38-42
攻读硕士期间论文发表情况  42-43
致谢  43-44

相似论文

  1. 均值协方差模型中非约束参数的最大似然估计,O212.1
  2. 有缺失协变量的相对危险率模型的估计理论及其渐近性质,O212.1
  3. 缺失数据下广义线性模型参数拟似然估计的相合性和渐近正态性,O212.1
  4. 广义线性模型中极大拟似然估计的相合性与渐近正态性,O212.1
  5. 复杂系统可靠度U统计量估计及性质,N941.4
  6. α混合样本优化型CVaR估计的大样本性质,F832.51
  7. 缺失纵向数据下半参数回归模型的分析研究,O212.1
  8. 密度核估计的广义相合性,O211.5
  9. 缺失数据情形非参数回归函数的估计,O212.1
  10. 基于相依误差回归模型若干问题的研究,O212.1
  11. 模型选择:推广的拉格朗日乘子法,O212.1
  12. 纵向数据模型选择的Lagrange乘子法,O212.1
  13. 平衡损失函数下信度保费的相合性研究,F224
  14. 多重删失数据分布函数的估计及其强相合性,O212.1
  15. 在强混合条件下自回归模型中误差密度估计的渐近性质,O211.67
  16. 函数空间上的近邻域估计的渐近性质,O174
  17. 半参数模型中估计的相合性及方法的研究,O212.1
  18. 污染线性回归模型的参数估计,O212.1
  19. 矩估计量的渐近性质,O211.4
  20. 广义线性模型中LS-SCAD估计的渐近性质,O212.
  21. 分组数据下竞争风险混合模型的极大似然估计,O212.1

中图分类: > 数理科学和化学 > 数学 > 概率论与数理统计 > 数理统计 > 非参数统计
© 2012 www.xueweilunwen.com