一类高阶微分方程解的增长性

该文研究了一类高阶微分方程解的增长性, 推广并完善了G. Gundersen^[7], J.K. Langley^[8], 和 陈宗煊^[10]的一些结果.     

关于赋权图中重圈的一个范型定理

设G=(V, E; w)为赋权图,定义G中点v的权度d_G^w(v)为G中与v相关联的所有边的权和.该文证明了下述定理: 假设G为满足下列条件的2 -连通赋权图: (i) 对G中任何导出路xyz都有w(xy)=w(yz); (ii)对G中每一个与K_1,3或K_1,3+e同构的导出子图T, T中所有边的权都相等并且min{max{d_G^w(x), d^w_G(y)}:d(x,y)=2,x,y∈ V(T)}≥ c/2. 那么, G中存在哈密尔顿圈或者存在权和至少为 c 的圈. 该结论分别推广了Fan^[5], Bedrossian等人^[2]和Zhang等人^[7]的相关定理     

具有一致相关的纵向数据模型中方差和相关系数的齐性检验

在纵向数据分析中, 模型方差的齐性是一个基本假定, 但是该假定未必正确. 林金官、韦博成^[1]讨论了具有AR(1)误差的非线性纵向数据模型中方差和相关系数的齐性检验. 本文对具有一致相关协方差结构的纵向数据模型, 研究了方差齐性和相关系数齐性的检验, 得到了检验的score统计量, 并应用于葡萄糖数据. 最后, 本文还给出了模拟结果.     

定义在迭代函数系统吸引子上的动力系统的平衡态

在该文中, 令E表示一个迭代函数系统(X,T₁,…, T_m). 的吸引子. 定义连续自映射 f : E→E为f(x)=T^-1_j(x), x∈ T_j(E), j=1, …, m . 给定Given ψ ∈C_R(E), 令 K_ψ(δ, n = sup{∣∑^n-1_k=0[ψ(f ^kx)-ψ(f ^ky)]|:y ∈ B_x (δ, n)}, 这里B_x(δ, n) 表示Bowen球. 取一个扩张常数 ε, 记K_ψ=sup_n K_ψ(ε, n) , 定义ν(E)={ψ : K_ψ < ∞}. 对f : E → E, 作为Ruelle的一个定理^{[3, 定理2.1]}的一个应用, 我们证明每个ψ ∈ν(E)具有惟一的平衡态. 此结果推广了文献[12]中的主要结果.     

微分包含的非线性边值问题

基于 Marteli 定理^[8], 该文得到了一个新的不动点定理,利用这一结果,作者给出了在Banach空间中的多值微分包含的非线性边值问题的解的存在性的充分条件.     

RN+上的零散度Hardy空间

引入R^N₊上的零散度Hardy空间, 给出其零散度原子分解和对偶空间的刻画, 建立了“散度-旋度(div-curl)”型定理和它在强制性(coercivity)研究中的应用.     

带强迫项的二阶非线性椭圆方程的区域振动准则

对二阶非线性椭圆型方程∑ _i,j=1ⁿ D_i[A_ij(x)D_jy]+∑_i=1ⁿ b_i(x)D_iy+q(x)f(y)=e(x)建立了若干新的振动准则, 所得结果仅依赖于方程在外区域Ω С Rⁿ的一个子区域序列的信息而有别于已知的大多数结论.     

Sobolev类KWr[a,b]基于给定信息的最佳求积公式

由所有区间[a,b]上(r&#8722;1)阶导数绝对连续而其r阶导数几乎处处被常数K所界定的函数组成的类记为KW^r[a, b]. 设函数f∈KW^r[a, b]在一组节点x处的函数值及其直到(r&#8722;1)阶的导数值为已知, 称之为给定的Hermite信息. 本文报道函数类KW^r[a, b]基于给定Hermite信息的最佳求积公式. 通过完全样条插值解决了该问题解的存在性和具体的构造, 结果表明该问题的解决依赖于插值样条的自由节点所满足的一个非线性代数方程组. 而根据作者的另一项新的研究成果, 该方程组可以封闭地转换为两个次数大约为r/2的代数方程. 顺便还得到了类KW^r[a, b]的最佳插值.     

误差为鞅差序列的部分线性模型中估计的强相合性

考虑回归模型:y_i=x_{i ^β} +g(ti)+σ_ie_i ,i=1,2,...,n,其中 σ_i=f(u_i), (x_i,t_i,u_i)是固定非随机设计点列,f(^.),\ g(^.)$\ 是未知函数,β是待估参数,e_i是随机误差且关于非降σ -代数列{F_i,i≥1} 为鞅差序列.对文献[1]给出的基于f^(.)及g(^.)的一类非参数估计的β的最小二乘估计β_n和加权最小二乘估计β_n,在适当条件下证明了它们的强相合性,推广了文献[6]在e_i为iid情形下的结果.     

非线性再生散度模型的Bayes估计

非线性再生散度模型是指数族非线性模型、广义线性模型和正态非线性回归模型的推广和发展,唐年胜等人研究了该模型参数的极大似然估计及其统计诊断。本文基于Gibbs抽样和MH抽样算法讨论非线性再生散度模型参数的Bayes估计。模拟研究和实例分析被用来说明该方法的有效性。     

非线性再生散度随机效应模型的贝叶斯分析

非线性再生散度随机效应模型是一类非常广泛的统计模型，包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等．本文研究非线性再生散度随机效应模型的贝叶斯分析．通过视随机效应为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings算法（简称MH算法）的混合算法获得了模型参数与随机效应的同时贝叶斯估计．最后，用一个模拟研究和一个实际例子说明上述算法的可行眭．     

非线性再生散度随机效应模型似然函数的Laplace逼近

首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性.     

TESTING FOR VARYING DISPERSION IN DISCRETE EXPONENTIAL FAMILY NONLINEAR MODELS

§ 1　 Introduction and modelsThe general form of exponential family nonlinear models isg(μi) =f(xi,﹀) , (1 )where,g(· ) is a monotonic link function,f is a known differentiable nonlinear functionand﹀ is a p-vectoroffixed population parameters;μi=E(yi) and the density of response yiisp(yi) =exp{[yiθi -b(θi) -c(yi) ] -12 a(yi,) } ,(2 )whereθi is the natural parameter, is the dispersion parameter.From [1 1 ] ,μi=b(θi) ,Vi=Var(yi) =- 1 b(θi) .If f(xi,β) =x Ti ﹀,then mod…     

离散型指数族非线性模型的变离差检验

It is necessary to test for varying dispersion in generalized nonlinear models. Wei,et al (1998) developed a likelihood ratio test,a score test and their adjustments to test for varying dispersion in continuous exponential family nonlinear models. This type of problem in the framework of general discrete exponential family nonlinear models is discussed. Two types of varying dispersion, which are random coefficients model and random effects model, are proposed ,and corresponding score test statistics are constructed and expressed in simple ,easy to use ,matrix formulas.     

Testing for Varying Dispersion in Exponential Family Nonlinear Models

A diagnostic model and several new diagnostic statistics are proposed for testing for varying dispersion in exponential family nonlinear models. A score statistic and an adjusted score statistic based on Cox and Reid (1987, J. Roy. Statist. Soc. Ser. B, 55, 467-471) are derived in normal, inverse Gaussian, and gamma nonlinear models. An adjusted likelihood ratio statistic is also given for normal and inverse Gaussian nonlinear models. The results of simulation studies are presented, which show that the adjusted tests keep their sizes better and are more powerful than the ordinary tests.     

非线性再生散度模型参数置信域的曲率表示

本文对非线性再生散度模型在Ｅｕｃｌｉｄ空间建立了几何结构。在此基础上,研究了该模型参数和子集参数的三种近似置信域,推广了Ｈａｍｉｌｔｏｎ和韦博成等人的工作。     

离散型广义非线性纵向数据模型中偏离名义离差的检验及其功效模拟

离散型广义非线性模型包括Poisson,二项,负二项模型.本文讨论离散型广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并利用MonteCarlo方法研究了检验统计量的性质.最后,利用杀虫剂数据说明了检验方法的应用.     

拟似然非线性模型的某些渐近推断:几何方法

Abstract. A modified Bates and Watts geometric framework is proposed for quasi-likelihoodnonlinear models in Euclidean inner product space. Based on the modified geometric framework,some asymptotic inference in terms of curvatures for quasi-likelihood nonlinear models is stud-ied. Several previous results for nonlinear regression models and exponential family nonlinearmodels etc. are extended to quasi-likelihood nonlinear models.     

Local influence analysis for semiparametric reproductive dispersion nonlinear models

The present paper proposes a semiparametric reproductive dispersion nonlinear model (SRDNM) which is an extension of the nonlinear reproductive dispersion models and the semiparameter regression models. Maximum penalized likelihood estimates (MPLEs) of unknown parameters and nonparametric functions in SRDNM are presented. Assessment of local influence for various perturbation schemes are investigated. Some local influence diagnostics are given. A simulation study and a real example are used to illustrate the proposed methodologies.