生长曲线模型中最小二乘估计与极大似然估计的近似等价性

在生长曲线模型中,参数矩阵的最小二乘估计为响应变量的线性函数,而极大似然估计为响应变量的非线性函数,所以极大似然估计的统计推断比较复杂.为了使它的统计推断简单点,一些学者考虑了极大似然估计与最小二乘估计的等价性.不幸的是极大似然估计与最小二乘估计的完全等价性不易满足.因此考虑它们的近似等价性,即考虑它们基于欧式范数标准下的模长之比.如果比值在任意给定的允许误差之内,就认为极大似然估计近似等价于最小二乘估计,从而简化极大似然估计的统计推断.

总体平均处理效应的拟极大似然估计

本文给出可交换条件下多维协变量的带有测量误差的多维结构回归模型,利用该模型研究总体平均处理效应的估计,给出当暴露组和对照组的协变量测量误差同分布时总体平均处理效应的拟极大似然估计及其性质.

总体平均处理效应的拟极大似然估计的随机模拟

对可交换条件下单个协变量的带有测量误差的多维结构回归模型中总体平均处理效应的拟极大似然估计进行随机模拟,发现测量误差对模拟结果有影响.

讲授极大似然估计时应注意的几个问题

极大似然估计是由费雪（Ｒ．Ａ．Ｆｉｓｈｅｒ）在１９１２年提出的一种对参数进行点估计的方法。由于这种方法对总体参数进行点估计时，既利用了样本资料对参数提供的信息，又充分考虑了总体对参数提供的信息，因而极大似然估计值具有一致性、有效性、充分性、完备性等优良估计特性，也正是由于这个原因。

部分变量误差模型的极大似然估计

针对变量误差模型系数矩阵含有常数项的情况,部分变量误差模型在平差时只提取系数矩阵中的随机元素进行处理,较大程度的减少了参数估计的个数。为了进一步提高部分变量误差模型的参数估计效率,文中根据极大似然估计原理提出了一种部分变量误差模型的极大似然估计算法,并分析和比较了该算法与文献中几种算法的关系,证明算法之间的等价性。最后采用两个算例进行验证,结果表明文中算法能取得与已有算法一致的结果,而且具有迭代格式简单,计算效率高的优点。

可交换条件下多维结构回归模型总体平均处理效应的估计

在可交换条件下,当响应变量为多维时,利用结构回归模型研究总体平均处理效应的估计。

长记忆时间序列的均值单变点估计

文章采用拟极大似然法估计了一类长记忆时间序列模型的单均值变点,在变点大小固定和变点收缩两种情形下分析了估计量的渐近性质。研究发现,变点大小与长记忆性之间存在一种权衡关系。具体而言,当变点大小固定时,变点估计量是不相合的,而变分点估计量是T-相合的;当变点收缩时,变点估计量的收敛速度依赖于记忆参数d,估计量的极限分布得以推导。最后,蒙特卡洛实验和实证分析验证了所提理论结果的有限样本表现。

基于STLS的卫星惯量矩阵在轨估计

提出了一种采用结构总体最小二乘(Structured total least squares,STLS)进行卫星惯量矩阵在轨估计的方法,与当前估计方法相比,该方法在考虑敏感器测量噪声时能获得一致估计。首先由动量守恒定律得到估计方程,针对该方程的特点定义了惯量矩阵的STLS估计,并使用结构总体最小范数(Structured total least norm,STLN)算法进行求解。证明了当噪声为高斯分布时该STLS估计为极大似然估计,给出了该STLS估计具有一致性的充分条件,仿真结果验证了文章所提估计方法的有效性。

单个协变量带有测量误差的多维结构回归模型

给出可交换条件下单个协变量的带有测量误差的多维结构回归模型,利用该模型研究总体平均处理效应的估计,给出当暴露组和对照组的协变量测量误差同分布时总体平均处理效应的拟极大似然估计及其性质.

库比克、威尔施对於宗俦教授的“方差——协方差分量估计的统一理论”等论文的评论——介绍与浅议

国际著名大地测量和摄影测量学家、澳大利亚昆士兰大学空间卫星导航中心工程博士K·库比克教授和国际著名大地和工程测量学家、联邦德国慕尼黑国防军大学工程博士W·威尔施教授,最近对武汉测绘科技大学教授、博士导师於宗俦所撰写的两篇论文《方差——协方差分量估计的统一理论》和《方差——协方差分量极大似然估计的通用公式》作了高度评价,现将他们的全文翻译于下。库比教授是这样评论的: 我想对於宗俦教授所写的论文《方差——协方差分量估计的统一理论》、《方差——协方差分量极大似然估计的通用公式》作一些评论。 方差分量的各种各样估计方法,如极大似然估计(ML)、最优二次无偏估计(BQUE)以及最小范数二次无偏估计(MINQUE)等等,是统计学家哈列(Hartley)和劳(Rao)所开创的(1967,1973)。从这以后,在这一领域内进行了大量的研究。然而,总的说来,统计学家是致力于误差向量的结构以及以一般模型为基础的估计量特性的研究上。而测量学家们则把他们的注意力局限于函数模型的结构上,这些模型是随着应用上的不同而变化很大。

可交换条件下的结构回归模型

在可交换条件下 ,当响应变量为一维时 ,利用结构回归模型Ytj =αt +χtjβTt +εtj, ( χtj,εtj) T ～NI[( μχ,0 ) T,A], j=1,… ,nt,t=0 ,1研究总体平均处理效应 ,通过采用极大似然的方法 ,给出模型各参数的估计 :^αt,^βt,^σ2t,^μχ,^Σχχ,从而给出总体平均处理效应的极大似然估计ATE。

偏最小二乘结构方程模型应用研究——以欧洲顾客满意度为例

自从Joreskog在1973年发展了基于协方差的结构方程模型，结构方程模型得到广泛应用，基于极大似然估计的结构方程模型（SEM—ML）几乎成了结构方程模型的代名词，研究者们似乎忽略了其它可选择的结构方程模型分析方法，例如偏最小二乘方法等。

方差分量估计的通用公式

应用最小二乘原理将方差分量估计公式从参数平差模型推广到概括函数平差模型。通过选取恰当的权阵,基于概括函数模型的最小范数二次无偏估计及赫尔默特法得到的公式均是本文的特例。视协方差矩阵为权逆阵,得到了最小方差估计,并证明了该公式与最优二次无偏估计的通用公式等价,从而表明最优二次无偏估计和极大似然估计的通用公式也是本文的特例。除此之外,本文还给出了最小二乘方差分量估计的简化公式,并对其进行了扩展。最小二乘方差分量估计的假设检验理论同样得到了推广。

基于MCS方法的高斯仿射利率期限结构模型研究

本文在最小卡方估计方法基础上研究了高斯仿射利率模型的参数识别和估计问题。以标准化高斯模型为起点,从结构化模型和简约化模型参数的函数关系出发研究高斯仿射模型的可识别性,最小卡方估计量继承了结构化模型极大似然估计量的所有渐进性质并保证了参数估计量的可靠性。以上交所2006-2013年隐含于国债价格月度数据的零息票收益率为样本采用最小卡方方法实证研究了高斯仿射期限模型,结论表明高斯仿射模型很好的拟合了观测的期限结构,并且整体上看简约型和结构型参数估计量的统计性质的优劣具有一致性。