王小明

作品数:8被引量:19H指数:2
导出分析报告
供职机构:中国科学技术大学管理学院统计与金融系更多>>
发文主题:可加模型方向数据密度函数核估计强相合性更多>>
发文领域:理学更多>>
发文期刊:《应用概率统计》《数学物理学报(A辑)》《数学学报(中文版)》《中国科学技术大学学报》更多>>
所获基金:国家教育部博士点基金国家自然科学基金国家教育部“211”工程更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-8
视图:
排序:
方向数据密度核估计的对数律
《数学学报(中文版)》2003年第5期865-874,共10页王小明 赵林城 
国家自然科学基金(19631040;19971085);国家教委博士点基金
设X为取值于k维单位球面上的单位随机向量,具有概率密度函数f(x),X_1,…,X_n为X的n个i.i.d.的观察,讨论f(x)具有形式的核估计,其中K为定义于[0,+∞]上的非负核函数,ω_k为Ω_k上的Lebesque测度,本文建立了fn(x)的对数律,并给出了fn(x)...
关键词:方向数据 密度函数 核估计 对数律 
方向数据密度函数核估计的重对数律被引量:3
《系统科学与数学》2001年第3期264-273,共10页王小明 赵林城 
国家自然科学基金(19631040);国家教委博士点基金;上海青年科学基金;上海财经大学 211工程项目资助课题
本文讨论方向数据密度函数核估计的逐点收敛速度问题,在较为温和的条件下建立了该核估计的重对数律并给出了它的逐点最优收敛速度.
关键词:方向数据 密度函数核估计 重对数律 逐点收敛速度 逐点最优收敛速度 球面数据 密度函数 
可加模型低维分量估计平均偏差的指数界
《高校应用数学学报(A辑)》2000年第3期353-358,共6页王小明 周望 
国家自然科学基金!(1 9631 0 4 0 );国家教委博士点基金资助课题
设 (X,Z,Y) ,(X1 ,Z1 ,Y1 ) ,… ,(Xn,Zn,Yn)为取值于 Rp× Rq× R中的i.i.d.随机向量 ,E|Y|<∞ ,Y关于 (X,Z)的回归函数 m (x,z) E(Y|(X,Z) =(x,z) )具有可加结构 :m(x,z) =m1 (x) +m2 (z) .为估计可加分量 ,采用 L inton &Nielsen(19...
关键词:可加模型 最近邻估计 指数界 平均偏差 低维分量 
多元回归函数最大值点BRPA估计的相合性被引量:2
《应用概率统计》2000年第3期299-302,共4页吴耀华 王小明 
国家自然科学基金!(批准号:19971085);国家教委博士点基金;中国科学院特支费
在本文中,我们讨论了多元非参数回归函数最大值点的BRPA估计的相合性问题,给出了BRPA估计相合的充要条件,推广了Bai et
关键词:BRPA估计 非参数回归 多元回归函数 最大值点 
球面数据核近邻估计的强相合性
《数学物理学报(A辑)》2000年第3期386-393,共8页王小明 
国家自然科学基金!(19631040;19971085);国家教委博士点基金
该文绘出了球面数据密度函数的核近邻估计,通过对核估计与近邻估计相互关系的讨论,建立了核近邻估计的逐点强相合性及一致强相合性.
关键词:球面数据 核近邻估计 逐点强相合性 核估计 
可加模型中低维分量近邻估计的强相合性被引量:1
《中国科学技术大学学报》2000年第1期1-9,共9页赵林城 王小明 吴耀华 
国家自然科学基金!资助项目 (196 310 40 ;199710 85 ) ;国家教委博士点基金资助课题;中国科学院特支费资助课题
采用Linton&Nielsen(1995 )提出的直接估计法 ,给出了可加模型分量的最近邻估计 ,并在应变量的一定的矩条件下 。
关键词:可加模型 最近邻估计 强相合性 一致强相合性 
NA序列部分和的完全收敛性被引量:13
《应用数学学报》1999年第3期407-412,共6页王小明 
国家自然科学基金;国家教育委员会博士点基金
本文讨论了非平稳NA随机变量序列部分和的完全收敛性,获得了一般形式的完全收敛速度与矩条件之间的等价关系,其结果与独立情形一致,从而证实了NA序列与独立序列有着极为类似的完全收敛性.
关键词:NA序列 部分和 完全收敛性 随机变量 
可加模型中低维分量核估计的强相合性
《中国科学技术大学学报》1999年第6期631-637,共7页王小明 马骊 
国家教委博士点基金;中国科学院特别支持费资助
该文采用Linton & Nielsen(1995) 提出的基于边际积分的直接估计法,给出了可加模型中可加分量的核估计. 在应变量一定的矩条件下,建立了这种估计的强相合性.
关键词:可加模型 可加分量 核估计 强相合性 直接估计 
检索报告 对象比较 聚类工具 使用帮助 返回顶部