PC准则下回归系数的一类线性估计的优良性

设线性回归模型为,此处n≥p,X的秩为R(X)=s,0<s≤p;令回归系敷的最小二乘(LS)解和一类线性估计分别为和,其中p>0为常数,∑_0为正定阵。本文证明了:在适当条件下(?)于PC准则下优于(?)并将这一结果应用于回归系数的岭估计、广义岭估计、压缩估计和Bayes估计。

PC准则下生长曲线模型回归参数阵岭估计的优良性

将 PC准则推广应用于生长曲线模型参数阵的最小二乘估计和岭估计优劣性的比较 。

PC准则下生长曲线模型回归参数阵广义岭估计的优良性

一般而言 ,PC准则是用来比较向量参数两个估计优劣的一种准则。本文将它推广应用于生长曲线模型回归参数阵的最小二乘估计和广义岭估计优劣性的比较。

约束岭型Stein估计在PC准则下的优良性

文章提出了在约束线性模型下的约束岭型Stein估计,给出了一些简单性质;并基于Pitman Close-ness(PC)准则,证明了在一定的条件下,约束岭型Stein估计优于约束最小二乘估计(RLSE),并用Matlab数值实验验证了约束岭型Stein估计更优的结论。

PC准则下回归系数估计优良性的计算机模拟

在 PC准则下对线性模型中设计矩阵病态时的几种改进估计——岭估计、压缩估计及 Bayes估计进行了计算机模拟 。

PC准则下方差分量模型参数的主成分估计的优良性

在方差分量模型中,随机效应向量为正态情形时,证明了PC准则下其参数的主成分估计优于广义LSE估计。

PC准则下错误指定模型中回归系数有约束LS估计的优良性

在错误指定的回归模型和线性约束条件下，于ＰＣ准则下，比较了回归系数的有约束的最小二乘估计（ＲＬＳＥ）相对于通常的最小二乘估计（ＬＳＥ）的优良性．也对预测情形类似的问题进行了讨论．

PC准则下线性无偏估计的比较

针对正态分布下线性无偏估计在PITMAN准则下的比较问题,提出了一种较简单的比较方法,解决了无法在PITMAN准则下比较线性无偏估计的问题。将线性无偏估计在PITMAN准则下的优良性转换为比较线性无偏估计在均方误差下的优良性。该方法也可用于常见的线性回归模型中几类线性无偏估计的比较。

线性模型中回归系数广义岭估计的小样本性质

在均方误差矩阵准则和Pitman closeness(PC)准则下讨论了线性回归模型中回归系数的广义岭估计相对于最小二乘估计的优良性及其相对效率的界.

约束下混合模型的参数估计

考察了带随机信息的混合模型,得出了在线性不等式约束下的混合模型的参数估计,并研究了它的一些性质如均方误差矩阵(MSEM)、均方误差(MSE)准则下相对于混合估计的优劣性.

压缩主成分估计的一些性质

讨论了压缩主成分估计的一些性质,证明了在一定条件下,此估计比最小二乘估计有更小的广义均方误差并且在PC准则下也优于最小二乘估计. 对Y的预测量做了比较.

广义G-M模型参数的Bayes线性无偏估计及其优良性

针对广义Gauss-Markov(G-M)模型,采用Bayes估计方法获得参数的Bayes线性无偏估计(BLUE),在均方误差矩阵准则下与广义最小二乘(GLS)估计进行比较,导出了4种相对效率的界,讨论了在PC准则下BLUE相对于GLS估计的优良性.

线性模型中压缩主成分估计的若干性质

讨论了压缩主成分估计的若干性质,证明了在一定条件下此估计比最小二乘估计有更小的广义均方误差,并且在PC准则下也优于最小二乘估计.

回归系数一类线性估计的小样本性质

提出了线性模型中回归系数的一类线性估计.在均方误差矩阵(MSEM)准则和PitmanCloseness(PC)准则下,研究了这类线性估计相对于最小二乘(LS)估计的优良性.最后,讨论了当设计阵为非列满秩时,回归系数的可估函数的一类线性估计的优良性.

有随机约束的混合回归模型的一类有偏估计

提出了有随机约束的混合回归模型在椭球约束下的一类有偏估计,并给出了在均方误差矩阵和PC准则下此估计类优于一般线性模型在椭球约束下的有偏估计类的条件.

NoC:下一代集成电路主流设计技术

从SoC的定义出发,依据“PC参考系准则”、“十年变革规律”、“半导体技术发展规律”等基本规律,提出并论证了“NoC是下一代集成电路主流设计技术”的观点,概括了NoC基础理论体系的主要研究领域;简要分析了集成电路NoC体系结构领域可能的关键技术。NoC技术从体系结构上彻底解决了SoC的总线结构所固有的三大问题:由于地址空间有限而引起的扩展性问题,由于分时通讯而引起的通讯效率问题,以及由于全局同步而引起的功耗和面积问题。

回归系数的一类线性估计相对于GLS估计的优良性

对线性回归模型中的一类线性估计,在均方误差矩阵准则和PC准则下,研究了它相对于广义最小二乘估计的优良性.当设计阵为非列满秩时,讨论了回归系数的可估函数的优良性.

Gauss-Markov模型回归系数广义岭估计的优良性

针对Gauss-Markov模型,讨论了在均方误差矩阵(MSEM)准则和Pitman Closeness(PC)准则下回归系数的广义岭估计相对于最小二乘估计的优良性.

美国、加拿大对进境木质包装货物有新规

美国、加拿大已实施对所有出口美国、加拿大的木质包装均需进行杀虫处理，否则货物将遭退回。美国、加拿大对进境木质包装的检疫将采用《国际植物保护公约》(IPPC)关于“国际贸易中的木质包装材料管理准则”的规定。该规定要求所有进境木质包装必须按照IPPC准则进行热处理或溴甲烷(methyl bromide)熏蒸处理，并且加贴证明经处理的、IPPC批准的国际标识。

一类非线性岭估计的优良性

提出了线性回归模型中回归系数的一类非线性岭估计 ,并分别在广义均方误差准则和PC准则下讨论了它相对于LS估计的优良性 .