两个半相依回归系统参数的Stein估计

Zellner等学者研究了一类相依回归系统中参数的最小二乘估计的改进,这些改进估计都是无编估计且具有许多优良性质,但是当设计阵呈病态时这些改进估计不再被认为是良好估计.本文提出了一种有偏Stein估计,证明了在设计阵呈病态时Stein估计的优良性质.

关于广义Stein估计的注记

对于一般的正态线性回归模型Ｙ＝Ｘβ＋ε，ε～Ｎｎ（０，σ∑）本文采用极小化均方程差的方法得到了回归系数的一种非线性有偏估计，即广义Ｓｔｅｉｎ估计，给出了它的偏差及其均方误差的渐近展开式，并且在均方误差意义下，当误差干扰充分小（σ→０）时，给出了该估计优于ＢＬＵ估计的渐近充要条件。

基于无偏风险估计方法的信号稀疏性分析

信号的稀疏表示已成为信号处理中的重要方法.利用统计学中的无偏风险估计方法,提出了确定零化阈值δ的方法,使得我们能够根据实际问题,科学合理地把小于δ的元素视为零,从而计算其稀疏度并判别是否稀疏.通过大量的数值实验,结果表明,该方法对规范和统一信号稀疏表示的度量问题以及解决大数据问题具有重要意义.