1) Stein manifold
Stein流形
1.
We obtain a continuous solution of -equation for a strictly pseudoconvex domain with non-smooth boundary on Stein manifolds,which doesn t involve integral on boundary.
利用Hermitian度量和陈联络,构造拓广的不变积分核,借助Stokes公式,探究Stein流形中具有非光滑边界强拟凸域上Koppelman-Leray-Norguet公式的拓广式及其-方程的连续解,其特点是不含边界积分,从而避免了边界积分的复杂估计,另外该拓广式的特点是含有可供选择的实参数m,m=2,3,…,P(P<+∞),适用范围更加广泛。
2.
Based on the literature [2],this paper proved that the weighted solution of g=f admitted the estimates on strictly pseudoconvex domains with non-smooth boundaries on Stein manifolds.
在文献[2]构造Stein流形上(p,q)型微分形式的带权因子的不变积分核基础上,通过H rmander直径证明了Stein流形上具有非光滑边界强拟凸域上(p,q)型微分形式的-方程带权因子解具有一致估计,并对该解进行了一致估计。
3.
A generalization of the BochnerMartinelli formula and the LerayNorguet formula for functions on Stein manifolds is obtained in this paper.
得到Stein流形上f(z)连续且 f(z)也连续时Bochner Martinelli公式和Leray Norguet公式的一种拓广式,这种拓广式的特点是含有可供选择的实参数m=2,3,…,N(N<+∞),当适当选择参数m以及(D,s,φ)的Leray截面时,不但可以得到Stein流形上已有的Bochner Martinelli公式和Leray Norguet公式,还可得到Stein流形上其它一些积分公式。
2) Stein estimator
Stein估计
1.
Then we discuss the superiority of the Stein estimator over LS estimator under Pitman closeness (PC) criterion.
本文在广义均方误差（GMSE）准则下给出了回归系数β的Stein估计优于最小二乘（LS）估计的充分必要条件,然后在Pitman Closeness（PC）准则下比较了Stein估计相对于LS估计的优良性。
3) Stein estimation
Stein估计
1.
Whittemore(1989) proposed Stein estimation of the unobserved true covariates,provided that the measurement error is Gaussian with known variance,when the variances of the measurement errors are equal in different observed points.
Whittemore(1989)针对在各观测点等误差的情形提出了一种参数估计的方法,其基本思想是:当观测误差来自方差已知的高斯分布时,用带有观测误差的观测样本的Stein估计代替不可观测的协变量的真实值。
4) Stein estimators
Stein估计
1.
Research of improvement of Stein estimators of coefficients in linear regression models;
线性回归模型系数Stein估计的改进研究
2.
It is proved that the Stein estimators can be improved by minimizing the mean square error of the generalized c-K estimators or by specializing matrix K respectively,and the optimal values of the parameters are also obtained.
针对引起线性回归模型LS估计性能变坏的根本原因,提出了回归系数的广义c-K估计,将众多经典的有偏估计结合在一起,对有偏估计的改进进行了研究,分别证明了最小化均方误差和数量化矩阵K均可对Stein估计进行改进,给出了参数的最优值,为病态线性回归模型系数有偏估计的改进提供了有效途径。
5) Stein equation
Stein方程
补充资料：Stein流形
Stein流形
I0)
没有极限点的序列王x。;n=1，2，…}CM存在一函数f任岁(M)使得suP。}f(x。)}=二. steln流形类是由K .Stein([l」)作为C”中的全纯域(do例五inofhofomorphy)概念的自然拓广引进的.C”中的任何闭解析子流形是一Stein流形;反之，任何n维Stein流形在CZ”中都有一真全纯嵌人(见真态射(proper morphism)).任何非紧R~曲面是一Stein流形.Stein流形的直接拓广是一St咖空间(Stein sPace). 亦见Stdn空间(Stein sPace)的参考文献.Steln流形【St‘.m田应咖d;IllTe翻二a Mooroo6p幻二e]，全纯完全流形(hololr幻rphica】」y一comPleterr坦叮ifo】d) 一个仿紧复解析流形(ana】ytic Inanifokl)M具有下列性质: l)对任何紧集KCM，集合 {x〔X:}f(x)}(s叩!f(z)!(f任刀’(M))} z〔‘是紧的(全纯凸性(hofomorphic.convexity))，其中岁(M)是M上全纯函数的代数; 2)对任何两个不同点x，夕6M，存在一函数f〔产(M)使得f(x)护f(y)(全纯可分性(加lolr旧rphicseParabiljty)); 3)在任一点的邻域中存在一全纯坐标卡，它的坐标函数属于岁(M). 全纯凸性的要求可以由下面的一个代替:对任何
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条