多元回归系数线性估计的Minimax可容许性

在矩阵损失下给出了带约束的多元回归系数线性估计在线性估计类中是Minimax可容许估计的充分条件。     

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。     

二次损失下可估函数在非齐次估计类中的条件Minimax可容许性

在二次损失下,关于任意矩阵V讨论了一般Gauss-Markov模型在非齐次线性估计类中可估函数的条件Mimimax可容许性.得出带约束的一般Gauss-Markov模型的可估函数在非齐次估计类中Minimax可容许的充分必要条件.     

二次损失下可估函数在非齐次估计类中的条件Minimax可容许性

在二次损失下,关于任意矩阵V讨论了一般Gauss-Markov模型在非齐次线性估计类中可估函数的条件Mimimax可容许性.得出带约束的一般Gauss-Markov模型的可估函数在非齐次估计类中Minimax可容许的充分必要条件.     

二次损失下一般Gauss-Markov模型的线性预测的Minimax的可容许性

对不带约束的一般Gauss-Markov模型的线性预测在齐次线性预测类中的Minimax可容许性作了较深入的讨论，得出线性预测在齐次预测类中Minimax可容许的充要条件．     

矩阵损失下带约束增长曲线模型的线性容许minimax估计

在矩阵损失下,讨论了带等式约束增长曲线模型在齐次线性估计类■0中是线性Minimax容许估计的充分必要条件。     

一般增长曲线模型参数阵的线性容许Minimax估计

对于一般的增长曲线模型,在适当的假设下分别探讨了参数阵的线性可估函数在给定的齐次线性估计类和非齐次线性估计类中的容许Minimax估计,并给出了具体的表达式.     

Mlinex损失函数下逆伽马分布尺度参数的Bayes估计

在Mlinex损失函数下,本文首次讨论了逆伽马分布尺度参数的Bayes估计及其可容许性,并对该分布的一个充分统计量的逆线性形式的容许性进行了分析,然后使用蒙特卡洛模拟阐明小样本情形下尺度参数的Bayes估计的精度一般优于其最大似然估计和Minimax估计,与一致最小方差无偏估计相当。     

q对称熵损失函数下正态总体刻度参数的估计

用参数估计的方法, 研究均值为0的正态分布中刻度参数在q对称熵损失函数下的最小风险同变估计、 Bayes估计和Minimax估计, 并讨论了 ［cT+d］^1/2形式的估计量当0≤c*, d>0; c=c^*, d≥0时是可容许的, 当0*, d=0; c>c^*, d>0时是不可容许的.     

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.     

平衡损失下等式约束模型参数的Minimax估计

研究等式约束模型中回归系数的线性Minimax估计问题.在改进Zellner提出的平衡损失函数的基础上,分析了齐次线性估计类中等式约束模型中回归系数线性估计损失风险的极大极小性,并得到了回归系数的线性Minimax估计;在适当的假设下,证明了回归系数线性Minimax估计的唯一性.     

多元随机共同均值泛容许估计的特征

讨论了多元随机共同均值线性模型中均值矩阵和参数的线性估计的泛容许性 ,并在齐线性和非齐线性两个估计类中分别得到了泛容许估计的特征。     

一般的增长曲线模型均值矩阵线性估计的泛容许性

在两种矩阵损失函数下讨论了一般的增长曲线模型中均值矩阵线性估计的泛容许性,并在某些线性估计类中分别得到了泛容许估计的充要条件。