增长曲线模型中回归系数的广义根方估计

本文对增长曲线模型中的回归系数B提出了一种新的估计形式———广义根方估计B^(K),其中K=diag(k1,k2,…,kp),并证明了通过广义根方偏参数ki(i=1,2,…,p)的适当选取可使得该估计在均方误差和均方误差矩阵的意义下优于已有的LS估计和根方估计;及广义根方估计是可容许估计.本文还给出了选取广义根方偏参数的两种方法、算法及一个应用实例.

多元线性模型回归系数的根方估计

本文采用根方估计估计多元线性模型中的回归系数B,通过根方参数k值的选取,可使(k)=Vec((k))的均方误差MSE小于β=Vec(B)的LS估计B的MSE。本文还给出了选取k值的两种方法及一个应用实例。

多元广义Stein估计及其优良性

对于多元正态线性模型 ,采用极小化均方误差的方法得到了回归系数的一种非线性有偏估计 ,即多元广义Stein估计 ,给出了它的偏差及其均方误差的渐近展开式。在均方误差意义下 ,当误差干扰充分小 (σ→ 0 )时 ,得到了该估计优于 L

多元线性模型回归系数的广义根方估计

将根方估计作一拓广，提出了回归系数的广义根方估计，证明了广义根方估计能更有效地改善最小二乘估计，并给出了广义根方估计的显示解和确定偏参数的方法。

一般Gauss-Markov模型中参数岭估计的可容许性的一个证明

讨论一般Gauss-Markov模型中参数岭估计的有关问题 ,并在均方误差矩阵意义下 ,证明了一般岭估计在线性估计类中是否容许估计。

增长曲线模型中回归系数的局部根方估计

针对设计阵A与C至少有一个病态时的情况,提出局部根方估计^BL(m1,m2),并证明通过局部根方参数mi(i=1,2)的适当选取,可使该估计在均方误差意义下优于最小二乘估计及普通根方估计,证明其容许性及其对最小二乘估计抗干扰性的改进,并给出确定参数mi的两种方法.

生长曲线模型中回归系数的新根方估计

针对生长曲线模型中设计阵A与C至少有一个病态时的情况提出新根方估计■(m1,m2),并证明通过新根方参数mi(i=1,2)的适当选取,可使得该估计在均方误差意义下优于最小二乘估计及普通根方估计,证明其容许性及其对最小二乘估计抗干扰性的改进,并给出确定参数mi的两种方法.

多元线性模型系数的广义根方改进估计类

从矩阵变换理论出发，对多元线性模型的系数提出了广义根方估计。证明了它优于系数的ＬＳ估计，根方改进估计，且是β的线性可容性估计等性质。

混合系数线性模型参数的广义根方估计

研究连续测量数据情况下的混合系数线性模型的参数估计问题。利用压缩估计方法给出该模型的一类新的有偏估计——广义根方估计,并在均方误差意义下,证明此类估计分别优于最小二乘估计、根方估计以及局部根方估计,最后讨论根方参数的选取问题。