Las áreas de investigación de Chen Xiru
Estadístico matemático. Originario de Wangcheng, Hunan. Graduado del Departamento de Matemáticas de la Universidad de Wuhan en 1956. Profesor de la Escuela de Graduados de la Universidad de Ciencia y Tecnología de China (Beijing), presidente de la Asociación de Investigación de Estadística de Campo de China y vicepresidente de la Sociedad de Estadística de China. Principalmente dedicado a la investigación sobre modelos lineales, estadística U, estimación de parámetros y densidad no paramétrica, estimación de regresión y discriminación. Obtuve avances esenciales en la investigación sobre temas como la consistencia de la estimación de mínimo uno, cuadrado y M, normalidad asintótica, representación lineal y estimación de la varianza del error. Resuelva el problema de la velocidad no uniforme de la distribución estadística U acercándose a la distribución normal. Ha realizado un trabajo destacado en estimación paramétrica y densidad no paramétrica, estimación y discriminación de regresión, y resolviendo varias conjeturas internacionales. En 1997, fue elegido académico de la Academia de Ciencias de China.
Las principales áreas de investigación son: modelos lineales, estadística U, estimación de parámetros y densidad no paramétrica, estimación y criterios de regresión y otras ramas de la estadística matemática. 1. Realizar una investigación sistemática y en profundidad sobre modelos estadísticos lineales y resolver con éxito los problemas de coincidencia fuerte y débil de la estimación de M bajo funciones de pérdida generales.
2. En el estudio de la medición no paramétrica, especialmente la extremadamente importante estadística U, se obtiene la velocidad de convergencia no uniforme de la distribución de la estadística U, que se encuentra en un nivel líder a nivel internacional.
3. En la rama básica de la estimación de parámetros, resolvió algunos problemas en los que estaba trabajando la comunidad estadística internacional en ese momento, incluida la determinación de la importante estimación secuencial Minimax de dos parámetros de la distribución normal bajo pérdida general. , y negando Se hizo una suposición pública sobre las condiciones para la existencia de una determinada estimación de intervalo y se propuso la solución correcta.
4. Se han obtenido una serie de resultados sobresalientes en regresión no paramétrica, estimación de densidad y discriminación, incluida la determinación del límite exponencial de la probabilidad de error de juicio, las condiciones de convergencia de la estimación basada en datos y la análisis de varias clases de estimación de densidad y estimación de regresión comúnmente utilizadas determinan su velocidad de convergencia óptima, etc.