广义均方误差标准下双类估计优于最小二乘估计的充分条件

本文通过一个比较简洁的方法,得到了在广义均方误差标准下双类估计优于最小二乘估计的充分条件。

统计模型中广义均方误差的区间估计

研究了带约束条件的线性统计模型( )Y =Xβ+eHβ =γe～N(0 ,σ2 V)中可估函数Cβ的估计Cβ∧H 广义均方误差GMSED(Cβ∧H) ,其中σ2 >0 ,V >0且V已知 ,X为n× p阶已知矩阵 ,且满足R(X) R(V) (R(V) )表示由V的列向量张成的线性子空间 ,H为n× p阶矩阵 ,且R(H′) R(X′) .给出了 1-α其置信区间 ,发展了文 [1],[2 ]中的结果 .

线性模型中广义最小二乘估计关于误差分布的稳健性

研究一般线性模型下广义最小二乘估计关于误差分布的稳健性,给出了误差分布的最大分布类,使得当误差向量的分布在此范围内变动时,广义最小二乘估计在广义均方误差准则下为一致最优估计.

线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.

DFT-S-OFDM系统发射端IQ失衡的广义迭代均衡器

该文研究了离散傅里叶变换扩展正交频分复用(DFT-S-OFDM)系统的零中频(ZIF)射频(RF)前端非理想特性导致同相与正交分路失衡(IQI)干扰时,改进的频域迭代均衡技术。利用广义正交原理和迭代均衡原理,本文推导了频域广义线性最小均方误差(WLMMSE)迭代均衡器,并通过矩阵变换降低其复杂度。仿真结果表明,在DFT-S-OFDM系统发射端IQ失衡的情况下,所提出的迭代均衡算法性能显著优于常规迭代均衡算法,而复杂度只有少量提高。

Gauss-Markov估计关于误差分布的稳健性

对于一般线性模型y=Xβ+ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误差分布的稳健性,分别给出了误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Gauss-Markov估计在相应准则下是最优估计.

非齐次等式约束下奇异型线性回归模型的广义条件岭估计

文章对线性回归模型参数有偏估计做进一步研究,提出了在非齐次等式约束下奇异型线性回归模型参数的广义条件岭估计,并给出它的一些性质,而且证明了在一定条件下,在均方误差阵和广义均方误差意义下,广义条件岭估计都优于约束最小二乘估计.最后,通过实际数据进行实证分析,得到了取不同岭参数矩阵时对应的广义条件岭估计及其MSE,验证了广义条件岭估计优于约束最小二乘估计的充分条件的正确性.

基于近似模型和GMSCVE的溜槽结构设计优化

为减少焦炭长期冲击导致的物料输送溜槽磨损和破坏,提出了基于近似模型的溜槽结构设计优化方法。以溜槽冲击部位结构尺寸为设计变量,以焦炭运输速度为约束条件,构建了最小化冲击力的溜槽结构设计优化模型。为降低优化模型的计算复杂度,采用近似模型拟合冲击力、运输速度与溜槽结构设计变量间的隐式关系,并通过广义均方交叉验证误差准则筛选对隐式关系拟合精度最高的近似模型。通过EDEM仿真分析和实际运行,验证了该方法优化结果的可行性和近似模型的有效性。

Panel模型中常见估计的比较

本文研究了Panel模型中回归系数常见估计的比较问题,给出了在Pitman准则,协方差阵准则和广义均方误差准则下最小二乘估计,Within估计,Between估计及两步估计之间的优良性比较结果.特别地,本文证明了在Pitman准则下最小二乘估计一致地优于Between估计.

压缩主成分估计的一些性质

讨论了压缩主成分估计的一些性质,证明了在一定条件下,此估计比最小二乘估计有更小的广义均方误差并且在PC准则下也优于最小二乘估计. 对Y的预测量做了比较.

非线性滤波的非线性强度和估计性能的度量准则

给出一种基于广义均方误差的非线性滤波问题的非线性强度的定量化的度量指标,通过模拟算例验证了该度量指标的可行性。

度量非线性滤波的非线性强度和估计性能准则

给出了一种基于广义均方误差的定量描述非线性滤波问题的非线性强度指标。利用该指标亦可评判非线性滤波算法的估计性能,从而可方便地选择合适的滤波算法。通过两个模拟算例验证了该判定准则的合理性和可行性。

线性模型中压缩主成分估计的若干性质

讨论了压缩主成分估计的若干性质,证明了在一定条件下此估计比最小二乘估计有更小的广义均方误差,并且在PC准则下也优于最小二乘估计.

回归系数Stein压缩估计的小样本性质

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.本文最后给出了一个特别的注记.

一类非线性岭估计的优良性

提出了线性回归模型中回归系数的一类非线性岭估计 ,并分别在广义均方误差准则和PC准则下讨论了它相对于LS估计的优良性 .

关于James-Stein估计的小样本性质

首先给出了Jam es-S te in估计优于岭估计的充分条件,随后在P itm an准则下给出了Jam es-S te in估计优于最小二乘估计的简短证明.