非齐次等式约束线性回归模型回归系数的条件岭型估计

对非齐次等式约束线性回归模型提出一种有偏估计,即条件岭型估计,证明了在一定的条件下,在均方误差及均方误差矩阵意义下都优于回归系数的约束最小二乘估计,并给出了两次随机数据模拟的结果,模拟数据结果表明在一定的条件下,条件岭型估计优于最小二乘估计.

约束条件下线性模型协方差阵扰动的影响分析

该文研究了协方差阵扰动和数据删除对最佳线性无偏估计(BLUE)的影响问题,给出了在约束条件下一般线性模型与在约束条件下Gauss-Markov模型及在约束条件下数据删除模型中回归参数β的BLUE之间的关系式．作者还定义了度量影响大小的广义Cook距离D_v,并给出了D_v的两个计算公式．

约束线性回归模型回归系数的条件岭型估计

本文提出了线性等式约束的线性回归模型回归系数的一种有偏估计条件岭型估计 ,证明了在一定的条件下 ,在均方误差意义下及均方误差矩阵意义下都优于回归系数的约束最小二乘估计 ,并讨论了它的可容许性 .

缺失数据的填充及回归系数的条件部分根方估计

研究了含缺失数据的约束线性模型以及响应变量中缺失数据的最小二乘填充法及回归系数的条件部分根方估计,探讨了条件部分根方估计的优良性,同时研究了矩阵X中缺失数据的填充及回归系数的条件部分根方估计.

变换数据对约束线性模型拟合值的影响

研究变换数据对约束线性回归模型拟合值的影响问题，提出了Ｗｅｌｓｃｈ－Ｋｕｈ统计量、广义方差比等统计量作为变换对约束ＢＬＵ估计下拟合值影响大小的度量，得到了影响的上界与下界。

有约束错误指定模型下的优化问题

文 [1 ]利用文 [3]的结果证明了一般有约束线性模型下参数的最优估计的方差协方差阵与有约束错误指定模型下最优估计的方差协方差阵间差是非负定的充分条件 [2 ]也是必要的 .更进一步 ,文 [4]将 [1 ]中的定理 1推广到奇异线性模型上 .该文的主要目的是证明了 [2 ]的猜想在奇异线性模型中也是正确的 ,同时 ,推广了 [1 ]中的定理 2 .

线性回归模型回归系数的条件岭型估计

研究了线性等式约束的线性回归模型回归系数的一种有偏估计——条件岭型估计,给出了在均方误差意义下条件岭型估计优于回归系数的约束最小二乘估计的条件.

约束线性回归模型回归系数的条件广义岭估计

提出了约束线性回归模型中回归系数的一种条件广义岭估计,讨论了它的优良性,证明了它在均方误差及均方误差矩阵下都优于约束最小二乘估计。

约束条件下多元随机效应线性模型中回归系数和参数的可容许估计

讨论约束条件下多元随机效应线性模型中回归系数和参数的线性估计的可容许性,在二次损失函数下,给出了随机回归系数和参数的线性估计分别在齐次和非齐次线性估计类中是可容许估计的特征.