数据的剔除对Minimax线性估计的影响与相关系数

用方差比和广义方差比作为判定数据对Minimax线性估计影响的标准,建立了剔除一组数据时的方差比与相关系数的关系,找到了剔除多组数据时的广义方差比与Hotelling广义相关系数的联系,并讨论了剔除一组数据与剔除二组数据时的广义方差比之间的关系.

Minimax线性估计中的两个影响度量

本文给出了度量数据对Minimax线性估计影响大小的两个统计量:方差比和A—P统计量.用它们研究了数据对Minimax线性估计的影响问题,建立了两组数据的联合影响和单组数据影响的关系。

Minimax线性估计中的W－K统计量与广义相关系数

本文用Ｗ－Ｋ统计量探测数据集对Ｍｉｎｉｍａｘ线性估计影响的大小．建立了它与广义相关系数的联系。

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．

Minimax线性估计中的Cook距离与相关系数

本文讨论Minimax线性估计中的影响度量—Cook距离与相关性之间的关系。建立了Cook距离与相关系数之间的等式关系,Cook距离与复相关系之间的不等式关系。

探测数据对Minimax线性估计的联合影响

本文主要讨论敷据对Minimax线性估计的联合影响，给出了一次剔除多数数据时的Cook距离，导出了它的上界及下界。研究了两组数据（x′1，y1）和（x′1，y1）对Minimax线性估计βπ·a的联合影响和单组数据影响的关系，得到了一些有用的结果。

Minimax线性估计中的影响度量

本文建立了度量数据对Minimax线性估计及拟合值的影响的广义方差比,Cook统计量和W—K统计量。研究了他们的性质得到了一些有用的结果。并找到了W—K统计量和相关系数的关系。

增长曲线模型回归系数的线性MINIMAX估计

在矩阵损失函数下 ,研究增长曲线模型中回归系数的线性估计在给定估计类中的minimax性 ,并得到惟一的线性 minimax估计 .

二次损失下可估函数的线性MINIMAX估计的性质及其应用

对于线性模型Ｙ～（Ｘβ，σ２Ｖ）中的可估函数Ｓβ，本文在二次损失Ｌ（β，σ２；ｄ）＝（ｄ－Ｓβ）′ｄ－Ｓβ）／（σ２＋β′Ｘ′Ｖ－１Ｘβ）下讨论了线性估计类中的ｍｉｎｉｍａｘ估计的性质，并利用这些性质徐兴忠得到的线性ｍｉｎｉｍａｘ估计及其最大风险的表达式提供了一个相对简短的证明．

矩阵损失下线性混合模型中的局部线性Minimax估计

本文研究了一般线性混合模型中固定效应和随机效应的线性组合的Minimax估计问题。在矩阵损失函数下,考虑了这个组合的线性估计在线性估计类中的局部极小极大性。关于适当的假设,得到了线性可估函数的唯一局部线性Minimax估计。

矩阵损失下带约束的回归系数非齐次线性估计的Minimax可容许性的特征

本文在矩阵损失下给出了带约束的回归系数线性估计在非齐次线性估计类中是Ｍｉｎｉｍａｘ可容许估计的充要条件．

一般Gauss-Markov模型中可估函数的线性Minimax估计

设Y是具有均值Xβ和协方差阵σ~2V的n维随机向量,Sβ是线性可估函数,这里X,S和V≥0是已知矩阵,β∈R^p和σ~2>0是未知参数。本文分别在给定的矩阵损失和二次损失下研究了线性估计的Minimax性,在适当的假设下,得到了Sβ的唯一线性Minimax估计(有关唯一性在几乎处处意义下理解)。

增长曲线模型中系数矩阵的线性容许Minimax估计

对于生长曲线模型Y＝X_1B_1X_2＋ε，Cov（ε）＝σV，本文分别在某种齐次线性估计类L0和非齐次线性估计类L_1中找到了系数矩阵的线性可估函数KBL的容许Minimax估计，并且证明了这种估计是唯一的．

二次损失下随机回归系数和参数的线性Minimax估计

对带有随机效应的一般线性模型,本文提出了随机回归系数和参数线性组合的Minimax估计问题. 在二次损失下,研究了线性估计的极小极大性.关于适当的假设,得到了可估函数的唯一线性Mjnimax 估计.

矩阵损失下一类相依回归模型中的线性容许估计和Minimax估计

本文研究设计矩阵具有相同值域的相依回归模型．在矩阵损失下我们给出了回归系数的线性估计是线性容许的充要条件，它们推广了已有的结果．我们也在矩阵损失下给出了某个回归模型的回归系数的唯一的Ｍｉｎｉｍａｘ估计，它说明此时其它模型的信息不起作用．

平衡损失下一般Gauss-Markov模型中回归系数的线性Minimax估计

通过对Zellner提出的平衡损失函数的改进,提出一种新的平衡损失函数,并在此基础上研究一般Gauss-Markov模型中回归系数线性估计的Minimax性,得到了齐次线性估计类中的线性Minimax估计,并证明了在适当的假设下回归系数线性Minimax估计在几乎处处意义下的唯一性。

正态线性模型中随机回归系数和参数的Minimax估计

该文在一般正态随机效应线性模型中研究了随机回归系数和参数的估计问题.在二次损失下,得到了线性可估函数在一切估计类中的唯一Minimax估计.

受椭球约束回归系数在矩阵损失下的线性minimax估计

讨论了参数受椭球约束的线性模型Y＝Xβ＋ζ的可估参数向量Sβ，在矩阵损失下的齐次线性minimax估计，得到了一个齐次线性minimax估计类。

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 .