带约束的增长曲线模型中的可容许线性估计

 对于带约束的增长曲线模型Y=X₁ΘX₂+ε,ε~(0,σ²V I_q),tr(X′₂Θ′X′1NX₁ΘX₂)≤σ²,讨论了可估函数KΘL的可容许性在矩阵损失函数(d-KΘL)(d-KΘL)′下得到了DYF+C线性可容许的充要条件.     

多元线性模型中系数矩阵的Minimax可容许估计

对于多元线性模型Y=XΘ+ε,E(ε)=0,COV(ε)=σ2(△)(◎)Σ,在该模型中,Θ是未知参数矩阵,此处选取的损失函数是矩阵损失,在齐次线性估计类L={AY:A是k×n的常数矩阵}中给出了多元回归系数矩阵的可估函数SΘ的Minimax容许估计,并且证明了其唯一性.     

均值矩阵的线性估计在广义线性估计类中的可容许性

对于多元线性模型Y～(XΘ,σ2Σ(s)V),本文在最大特征值作为矩阵大小的比较标准下,讨论了XΘ的函数SXΘ的线性估计AY在齐次线性估计类中可容许与AY在齐次广义线性估计类中可容许的关系,还讨论了AY+D在广义线性估计类中可容许与AY在齐次广义线性估计类中可容许的关系.     

增长曲线模型回归系数线性估计的泛容许性特征

讨论了增长曲线模型回归在线性估计时的泛容许性特征，得到了其在齐次线性估计类Ｆ０和一般线性估计类Ｆ１中是泛容许估计的充要条件．     

矩阵正态分布均值矩阵的可估函数的线性估计在线性估计类中的泛容许性

考虑以下问题 :设n×m随机矩阵Y有分布N(Θn×m ,σ2 (Vn×n Σm×m) ) ,0 <σ2 ≤ 1 ,即Y服从均值向量为Θ协方差矩阵为σ2 (Vn×n Σm×m)的多元正态分布 ,其中 (Θ ,σ2 )为未知参数 .类似覃红讨论均值矩阵Θ的可估函数SΘ的线性估计AY在线性估计类中的泛容许性 .称Y的分布为矩阵正态分布     

不等式约束下的生长曲线模型中线性估计的可容许性

对于带有不等式约束的生长曲线模型：Y=XBZ＋ε,ε~（0,σ2V⊙I）,trNBL≥0,本文在二次损失函数tr（d-KBL）′（d-KBL）下给出了KBL在齐次线性估计类LH和非齐次线性估计类LI中可容许的充要条件.     

限制的星划分问题

 研究了边赋权图上2类具有权重限制L的最小基数星划分问题-最小基数S(L)划分问题和最小基数S∑(L)划分问题的困难性.得到如下结果:①证明了一般图上最小基数S(L)划分问题的NP-完全性;②证明了一般图上最小基数S∑(L)划分问题的NP-完全性,并证明了对于任意小的正数ε,一般图上的最小基数S∑(L)划分问题不存在(3/2-ε)-近似算法,除非P=NP.     

增长曲线模型中线性预测的泛容许性

在二次损失情况下,研究一般增长曲线模型中未来观察值线性预测的泛容许性.根据线性可预测变量泛容许预测的定义,得到了齐次线性预测和非齐次线性预测在对应的线性预测类中是泛容许预测时的充分必要条件.     

增长曲线模型中共同均值参数线性估计的泛容许性

讨论了增长曲线模型中共同均值参数的估计问题,在二次损失下得到了其共同均值参数的线性估计在非齐次线性估计类中是泛容许估计的充分和必要条件.     

增长曲线模型中系数阵的Minimax可容许线性估计

对于增长曲线模型Y=X1BX2′ ε,E(ε)=0,COV(ε)=σ2VΣ,在该模型中,B是回归系数矩阵,选取二次损失函数,在齐次线性估计类L0={MYN:M,N分别为m1×n,p×m2的常数矩阵,MX1=K}中给出了线性可估函数KBL的容许Mini max估计,并且证明了其唯一性.     

线性估计在矩阵损失下的可容许性

研究了多元线性模型Y～N(XΘ，σ     

不等式约束下线性模型中回归系数的所有可容许估计

对于线性模型Y=Xβ+ε, ε~N(0,V]), V>0已知, 给出了在不等式约束RXβ≥0下[WTHX]β[WT]的线性估计在二次损失下及一切估计类中为可容许的充要条件.     

线性估计可容许性的一个新证明

对一般的线性模型y～(Xβ,σ2V)和y～(Xβ,V)其中X和V为已知矩阵,σ＞0和β∈R     

误差为AR(1)过程的半函数型偏线性回归模型参数估计的强收敛性

文章研究了基于半函数型偏线性回归模型Y=XTβ+m(T)+ε,(X,T)与误差ε相互独立,在一定假设条件下,当误差满足AR(1)过程时,建立了这种半函数型偏线性回归模型中未知参数β的估计量β^的强收敛性,推广了现有文献中的结果。     

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

在短阵损失下给出了带约束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。     

两个方差分量线性组合估计的可容许性

考虑方差分量模型 在满秩情形，即ｒａｎｋ（Ｘ）＝ｎ，方差分量的线性组合 的可容 许估计条件．在二次型估计类 中，对给定的损失函数Ｌ ，推导证明了当Ｖ１＝Ｖ２时，　　　是 的可容许估计的充要条件，以及当没有 Ｖ１＝Ｖ２限制时，ｙＡｙ是 的可容许估计的充分条件．