协方差扰动模型Stein估计的影响分析

本文建立了协方差扰动模型Stein估计与G-M模型Stein估计、数据删除模型Stein估计的关系,推出了Stein估计基于有偏估计的广义Cook距离。

增长曲线模型方差扰动的局部影响分析

考虑增长曲线模型Ｙ＝ＸＢＺ＋ε，ε～Ｎ（０，ＶｎΣｐ，其中Ｙ是ｐ×ｎ阶观察矩阵，Ｘ和Ｚ分别是ｐ×ｍ和ｒ×ｎ阶设计矩阵，Ｂ是ｍ×ｒ阶未知参数阵，Ｖｎ＞０，Σｐ＞０已知，分别是Ｙ的行向量和列向量的公共协方差矩阵；本文用矩阵微商法的思想，讨论了Ｖｎ和Σｐ单独和同时发生扰动时，对未知参数阵Ｂ在ｔｒａｃｅ意义下的最小二乘估计＾Ｂ的影响，给出了相应的影响度量；同时，对于Ｖｎ和Σｐ是某种特殊扰动（如单点扰动）的情形也作了讨论。文章最后一节的实例分析说明了本文给出的局部影响分析是行之有效的。

椭球约束下线性模型协方差扰动的影响分析

讨论了椭球约束下协方差阵扰动模型和数据删除模型对线性回归参数的影响问题,给出了在椭球约束下G-M模型与椭球约束下一般线性模型及在椭球约束下数据删除模型中回归参数的估计之间的关系。

增长曲线模型方差扰动的影响分析

对增长曲线模型Ｙ＝ＸＢＺ＋∈，∈～（０，Ｖ－１⊙∑－１），给出了Ｂ的ＬＳＥ受Ｖ和∑变动影响的统计量，并导出了在方差单点扰动的情况下该统计量的简洁形式．

协方差阵扰动模型的影响分析

本文建立了β(Z)与β的一些关系式,β(Z)是扰动模型未知参数向量β的BLUE,β是G-M模型β的BLUE;定义了度量扰动影响的距离测度D_z;给出了D_z的简单计算式.

多重线性回归模型协方差阵扰动的影响分析

讨论多重线性回归模型协方差阵扰动的影响分析，获得了B与B(G)的一些关系式，B是原模型参数阵B的最佳线性无偏估计（BLUE），B（G）是协方差阵扰动后的模型参数阵B的BLUE；文章还给出了度量影响大小的测度DG及其多种形式；最后的实例说明了DG在影响分析时的有效性．

多元协方差阵扰动模型岭估计的影响分析

本文研究了多元线性回归模型岭估计的影响分析问题。利用最小二乘估计方法,获得了多元协方差阵扰动模型与原模型参数阵之间的岭估计的一些关系式,给出了度量影响人小的基于岭估计的广义Cook距离。

多元协方差阵扰动模型的影响分析

讨论多元性回归模型的影响分析问题,获得了多元协方差阵扰动模型与原模型参数阵之间的最佳线性无偏估计(BLUE)的一些关系式;给出了度量影响大小的距离测度和它的计算公式.

协方差阵扰动对Stein岭型主成分估计的影响分析

针对线性回归模型中协方差阵扰动对Stein岭型主成分估计β(P)G的影响问题进行研究.证明了β(P)G的某种极限是数据删除模型的Stein岭型主成分估计;建立了β(P)G与G-M模型的Stein岭型主成分估计β(P)之间的关系;定义了度量扰动影响的距离测度DG,并给出了DG的多种计算式;最后通过实例验证其有效性.

协方差矩阵扰动约束生长曲线模型的影响分析

本文研究了协方差矩阵发生扰动时，约束生长曲线模型的有关影响分析的问题，建立了扰动模型未知参数矩阵Ｂ 的约束最佳线性无偏估计（ ＲＢＬＵＥ） ＾ＢＲ（ Ｇ） 与原模型的ＲＢＬＵＥ＾Ｂ 的一些关系式，定义了度量扰动影响的距离测度ＤＧ，给出了ＤＧ

几种扰动模型对若干有偏估计影响的差异

本文研究了线性模型中数据删除、均值漂移和方差扰动对回归系数β的形如β=(X^TX+ε)^(-1)X^TY的有偏估计影响的差异,推广与发展了文献的理论,本文认为,数据删除对上述有偏估计的影响往往大于均值漂移产生的影响,而且它们的影响分析一般能统一在方差扰动模型的影响分析之中,为此,本文讨论了方差扰动模型中基于有偏估计的Cook距离的性质。

经济计量模型中误差方差的实用估计

在一般条件下讨论了实用的经济计量模型中扰动项方差的上界,并说明在相当大一类估计方法中,Dufour(1998)的结论仍是成立的。

具有Rao简单结构的多元T- 模型的局部影响分析(英文)

本文应用以Kullback Leibler散度为基础的Bayesian局部影响方法 ,对具有Rao简单结构的多元T 模型进行了局部影响分析 .在确定了先验分布假设下 ,详细地研究了这个模型的BayesianHessian矩阵 ,作为应用 。

一般线性回归模型岭估计的影响分析

讨论一般线性回归模型岭估计的影响分析问题,研究了协方差阵扰动和数据删除对岭估计的影响,给出了岭估计基于有偏估计的Cook距离.

一般生长曲线模型岭估计的影响分析

讨论协方差阵扰动对一般生长曲线模型岭估计的影响分析,建立了协方差阵扰动生长曲线模型与原模型间岭估计的一些关系式,给出了度量影响大小的距离测度和计算公式.

回归系数随机化对影响曲率的影响

本文首次讨论了回归系数随机化对影响曲率的影响问题。通过比较随机化和非随机化线性模型在方差扰动,均值漂移等情况下的影响曲率,证明了线性模型的回归系数随机化后,回归系数的影响曲率缩小了。回归系数的随机化程度越小,影响曲率变化越小。当回归系数的随化程度趋于零时,随机化线性模型的影响曲率等于非随机化模型的影响曲率。最后,本文提出了一个描述影响程度的统计量。