高考预效度的混合估计

用传统的预测效度估计法估计高考预测效度，其估计值往往偏低。为此，本文应用回归分析中混合估计理论提出了高考预测效度的混合估计。这种估计是预测效度的无偏估计，并解决了预测效度估计值偏低的问题。     

应用体外仿生模型分析海藻水煎液中微量金属的形态和生物可给性

将体外"半仿生消化"和"全仿生消化"法分别应用于海藻分析前处理,即模拟人体消化环境,加入消化液所含有机物和无机物,模拟海藻(海带和紫菜)水煎液在胃肠中的吸收和转运机制.鉴于消化管和血管间的生物膜是类脂质膜,以单层脂质体为细胞生物膜模型考察海藻水煎液中微量金属在单层脂质体-水体系中的分配行为.以单层脂质体结合态、水溶态界定水煎液中微量金属的形态; 以单层脂质体结合态含量评价微量金属的生物可给性; 比较单层脂质体结合态金属在胃肠中浓度,确定微量金属的主要吸收部位.消化酶对海藻中微量元素的形态和生物可给性影响明显.水煎液全仿生消化后,海带和紫菜中的Fe均主要在胃被吸收,海带中的Mn和Zn主要在肠被吸收;紫菜中的Mn和Zn在胃与肠均有吸收.     

关于Grunwald算子的多元推广

考虑R^2中三角域和多边形域上的Grunwald插值算子及其一种基于非负凸组合的有理变形，证明了两种插值的存在性和唯一性，给出了相应的逼近估计，且最后的逼近估计是精确的，从而给出了Grunwald算子非乘积型多元推广不分片和分片的两个范例。     

增加试验数据对岭估计的均方误差的影响

在线性模型中,对于回归系数的岭估计和广义岭估计,本文给出了选择岭参数的条件,在此条件下,岭估计和广义岭估计不仅能改善LS估计,而且增加试验数据时,它们的均方误差都会减少。同时,本文将增加试验数据换成增加附加信息,从而讨论了附加信息对混合岭估计和混合广义岭估计的影响问题。     

非线性模型中的拟似然估计和约束拟似然估计

该文证明了,在非线性回归模型中,若以均方误差或均方误差矩阵为标准,拟似然估计是正则广义拟似然估计类中的最优估计,并讨论了拟得分函数最优性与拟似然估计最优性的关系.为改进拟似然估计,该文提出了一种约束拟似然估计,并证明了约束拟似然估计比拟似然估计有较小的均方误差.     

若干有偏估计的强影响点的显著性检验

本文首次研究线性模型中有偏估计的强影响点的显著性检验。通过后验分布对数似然函数,本文求出了检验岭估计、广义岭估计和Stein估计的强影响点的Score检验统计量,并用实例说明同一组数据对不同估计的影响的差异。     

左截断相依数据下条件分位数的双核局部线性估计

本文在左截断相依数据下,利用局部线性估计的方法,先提出了条件分布函数的双核估计;然后利用该估计导出了条件分位数的双核局部线性估计,并建立了这些估计的渐近正态性结果;最后,通过模拟显示该估计在偏移和边界点调节上要比一般的核估计更好.     

数据变换参数的渐近置信域的曲率表示

该文首次用几何方法研究回归模型中数据变换参数及其子集参数的渐近置信域问题．由于文中讨论的是一般的数据变换多参数的渐近置信域的曲率表示，从而有关结论适用于各种数据变换如著名的Box-Cox变换、带有漂移参数的幂变换等变换中变换参数的渐近置信域的曲率表示．     

相依非线性回归系统中的附加信息Bayes拟似然

对多个相依统计模型的研究,现有成果主要集中在相依线性回归系统.本文则首次提出多个相依非线性回归系统中的附加信息Bayes拟似然,给出误差相关信息和先验信息在拟似然中的迭加方法,在较弱的条件下得到附加信息Bayes拟似然的一些性质,在Bayes风险准则下。讨论了其估计函数和参数估计的最优性,证明了附加信息Bayes拟似然的渐近 Bayes风险随着相依信息的增力。而逐步减少.     

仿生消化-单层脂质体萃取在蕨类植物微量金属形态分析和生物可给性评价中的应用

依据化学仿生原理,将整体药物研究与分子药物研究法(以微量元素为指标)相结合,设计体外仿生消化法用于蕨类植物分析前处理。以单层脂质体为细胞膜模型,萃取分离食糜中微量元素形态(单层脂质体亲合态、水溶态);根据单层脂质体亲合态含量对微量元素的生物可给性和危险性进行评价。比较单层脂质体结合亲和态金属在胃、肠中浓度,可得金属主要吸收部位。沙椤茎、叶和蜈蚣草茎、叶成年人摄入安全剂量分别为210.4、153.5、828.2、367.5 g/day,最大摄入剂量分别为864.1、1208.8、2067.1、1977.3 g/day。