多元线性模型参数的预检验估计

本文对于多元线性模型Ｙ～（ＸＢ，Σ＠Ｉｎ）提出参数Ｂ一种预检验估计方法当Σ已知时，给出一种整洁有偏估计，得到了它在均方误差（阵）准则下优于ＢＬＵＥ的充要条件当Σ未知时，提出一种非线性两步估计。

SUR回归方程系统的预检验估计

对于SUR回归方程系统，[1]提出回归系数的一种有偏估计βi^*。本文证明它是βi的线性估计类中的可容许估计，在一定条件下它优效于[2]提出的一种协方差改进估计βi^∧和OLS估计。本文还讨论了估计占优条件的假设检验问题。

相依回归系统参数的预检验估计

对由m个相依线性回归方程组成的线性回归系统,本文提出了基于最小二乘估计和协方差改进估计的一种新型估计,即预检验估计。文章讨论了度量附加信息和样本信息之间相关程度的统计量,给出了估计的一些优良性结果,并与最小二乘估计及协方差改进估计作了比较,最后通过随机模拟验证了预检验估计所具有的良好性质。

基于W,LR和LM检验的误差方差预检验估计的比较

本文研究多元t分布模型中误差方差分别基于W,LR和LM检验的预检验估计问题.首先,分别获得了基于三个大样本检验的预检验估计和对应的风险;其次,基于理论分析和数值分析的方法得到了各个估计的优良表现,结果表明预检验估计的风险在检验临界值为1时达到最小,并得到了各个估计保持最优的条件;最后,通过自助模拟的方法进一步分析了各个估计的优良性,所得结果和理论分析是一致的.

Pitman准则下误差方差预检验估计的表现

本文研究Pitman准则下误定回归模型中误差方差广义预检验估计的性质.在获得Pitman准则概率精确表达式的基础上,对估计的优良性质及优良性关于模型误定的影响进行分析.最后,分别利用数值计算和模拟实例论证了我们所得结果.

基于W,LR和LM检验的预检验两参数估计

本文讨论带等式约束的线性模型,随机误差向量服从多元正态分布,当附加的约束条件不确定时,提出了基于W检验,LR检验和LM检验的预检验两参数估计,并对估计优良性进行分析.

均方误差意义下预检验两参数估计的优良性

文章在均方误差意义下，对预检验估计，预检验岭估计，预检验Liu4@计和预检验两参数估计的优良性进行比较，并分别给出了预检验两参数估计优于预检验估计，预检验岭估计和预检验Liu估计的充分条件。

参数模型的预检验几乎无偏两参数估计

文章讨论了带等式约束的参数模型,其误差向量服从多元正态分布,在等式约束条件是否成立不能确定的情况下,提出了参数模型的预检验几乎无偏两参数估计,并在均方误差准则下对估计的优良性进行分析。

相依线性回归系统回归系数的预检验岭估计

对于由两个相依线性回归方程组成的线性回归系统，文［５］提出了基于最小二乘估计和协方差改进估计的一种新型估计，即预检验估计，它具有许多优良性质。但是在设计阵呈病态时，预检验估计的均方误差很大，因而在这种情况下不再被认为是良好估计。针对这种情况，本文提出了预检验估计的一种改进估计———预检验岭估计。

半相依回归模型两步估计的均方误差占优性

一般得到了两方程相依回归模型的任一线性估计在均方误差准则下优于最小二乘估计的充要条件,据此提出一种新的广义非限定两步估计类(非线性),推导得到了这种两步估计的精确均方误差结果,研究了它优于最小二乘估计,甚至优于Zellner估计的统计性质.

The Pre－test Principal Components Estimator in the Two Seemingly Unrelated Regression System

For the two seemingly unrelated regression system, this paper proposed a new type of estimator called pre-test principal components estimator (PTPCE) and discussed some properties of PTPCE.