MANOVA模型中均值参数的极大极小估计和可容许估计

设Yn×m服从矩阵正态分布N(XΘ,σ2ΣV),Xn×k是一个列满秩的矩阵,n≥k≥3,σ2是未知的,σ-2Sp服从自由度为p的χ2分布.当f(t)是单调非降可微的函数,且0≤f(t)≤m2((kp-+22))时,其列向量为Δi(Y)=Ik-f(V′iVY′′i(YX′(′ΣX-′Σ1X-1)X-2)Y-V2YiSVpi-1)Sp(X′Σ-1X)-1(X′Σ-1X)-1X′Σ-1Yi的估计Δ(Y)在风险函数R1或R2下是能够改善Θ的极大似然估计(X′Σ-1X)-1X′Σ-1Y.同时得到了Θ和CXΘ的线性可容许估计类.

二项分布参数的线性组合的Γ-极小极大估计

本文对二项分布的参数的线性组合在参数的一阶矩和二阶矩的某些限制条件下的Γ-极小极大估计进行了讨论。

矩阵损失下随机回归系数和参数的线性Minimax估计(英文)

对于一般的随机效应线性模型 Y=Xβ+ ε,这里 β和 ε分别是 p维和 n维的随机向量 ,且E βε =Aa0 , Cov βε =σ2 V100 V2,(Vi ≥ 0 ,i =1,2 )我们定义了 Sα+ Qβ的线性 Minimax估计 ,在一定条件下得到了 Sα+ Qβ在线性估计类中的 Minimax估计 ,并在几乎处处意义下证明了它的唯一性 .

多元回归模型在椭球约束下回归系数的齐次线性minimax估计

讨论了多元回归模型中回归系数在椭球约束下可估参数矩阵ＳＢ的线性ｍｉｎｉｍａｘ估计，并给出了全部的齐次线性ｍｉｎｉｍａｘ估计。

数据集对Minimax线性估计的影响

在本义中我们提出了一个影响度量，即Ｍ－Ｐ统计量，并用它研究了数据集对Ｍｉｎｉｍａｘ线性估计的影响，建立了Ｍ－Ｐ统计量与全相关系数之间的关系，并和Ｃｏｏｋ距离做了比较．