基于離散抽樣的OU型過程的統(tǒng)計推斷.pdf_第1頁
已閱讀1頁,還剩136頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、復(fù)旦大學(xué)博士學(xué)位論文基于離散抽樣的OU型過程的統(tǒng)計推斷姓名:張世斌申請學(xué)位級別:博士專業(yè):概率論與數(shù)理統(tǒng)計指導(dǎo)教師:張新生20070415中文摘要量,并討論了估計量的弱相合性及漸近正態(tài)性在一定條件下,將OUCP過程參數(shù)估計的結(jié)論推廣到疊加OUCP過程的情況對]:IGOU過程,在得到條件期望和條件方差的基礎(chǔ)上,本文同時基于簡單估計函數(shù)和鞅估計函數(shù),構(gòu)造了這一過程參數(shù)的估計量,并同樣給出了估計量的漸近性質(zhì)對于得到的估計量,文中都用模擬驗證了

2、其精確性本文結(jié)論的創(chuàng)新之處在于:一是對于OU型過程部分子過程的轉(zhuǎn)移規(guī)律得到了較為系統(tǒng)和具體的結(jié)論;二是提供了精確模擬ICOU過程的算法;三是通過構(gòu)造OⅫamaOU過程轉(zhuǎn)移密度的逼近序列,給出了其參數(shù)的近似最大似然估計;四是提出了一種新型OU型過程—OUCP過程,并利用其平穩(wěn)分布和驅(qū)動復(fù)合Poisson過程每個跳分布之間的矩關(guān)系,構(gòu)造了估計其參數(shù)的簡單似然函數(shù)本文研究方法的創(chuàng)新之處在于:一是在研究OU型過程的轉(zhuǎn)移規(guī)律時從轉(zhuǎn)移函數(shù)的特征函數(shù)

3、出發(fā),將一個未知分布的隨機(jī)變量表示成若干個分布已知或密度具有具體表達(dá)形式的隨機(jī)變量之和;二是在給出G衄扣OU過程參數(shù)的似然函數(shù)時,提供了一種分布函數(shù)存在一個或有限個間斷點時似然函數(shù)的處理方法;三是從研究一個分布的密度函數(shù)與該密度函數(shù)關(guān)于參數(shù)的若干階導(dǎo)數(shù)之間的大小關(guān)系出發(fā),證明了與GammaOU過程最大似然估計漸近方差相關(guān)的若干階矩的存在性:四是在構(gòu)造IG—OU過程參數(shù)估計的鞅估計函數(shù)部分時,繞開最優(yōu)線性估計函數(shù)的選取方法,通過0U型過程

4、的性質(zhì)作選擇本文對0U型過程轉(zhuǎn)移規(guī)律的研究結(jié)論有助于研究人員更深層認(rèn)識這類過程,有利于這類過程更廣泛的應(yīng)用對OU型過程模擬算法和技術(shù)的研究為驗證OU型過程統(tǒng)計維斷的理論結(jié)果提供有效的試驗工具和手段對于Ou型過程參數(shù)最大似然估計的研究無疑是一個有重要意義的課題這不僅因為參數(shù)最大似然估計一般具有良好的性質(zhì),而且如果這一問題解決,還可以避免用Bayes力“法時先驗分布選擇的主觀性,以及模型具體參數(shù)化結(jié)構(gòu)已知時用非參數(shù)方法的欠精確性用估計函數(shù)方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論