共查询到19条相似文献,搜索用时 718 毫秒
1.
洪少南 《江西师范大学学报(自然科学版)》2001,25(1):12-16
对y-N(Xβ,∑^pi=1σ^2iVi)给出了方差分量在平方损失下的Bayes不变二次(无偏和有偏)估计,对(y,Xβ,∑^pi=1σ^2iVi)给出了均值参数在矩阵损失和平方损失下的Bayes线性(无偏和有偏)估计。 相似文献
2.
本文研究了一般的Gauss-Markov(简记G-M)线性模型(Y,Xβ,σ2 V),其中V≥0已知,获得了不等式Rβ≮0约束以及矩阵损失函数下非齐次线性估计可容许的充要条件. 相似文献
3.
刘丽芳 《湖南文理学院学报(自然科学版)》2011,(4):24-25,28
考虑线性模型y=Xβ+e,E(e)=0,Cov(e)=σ2V在V=IN且2≤ rkX=P≤N假设下,针对X的复共线性,提出了广义压缩预测. 相似文献
4.
对于随机效应模型{Y=Xβ ε E(βε)=(Aα0) Cov(βε)=σ2(V1 00 V2),(Vi>0,i=1,2)这里β和ε分别为p维和n维的随机向量.我们对β和α的可估函数Sα Qβ进行估计,在一定条件下,得出了可估函数Sα Qβ在齐次线性估计类中的唯一的MINIMAX估计. 相似文献
5.
6.
论述正态线形模型NL(Xβ,δ~2V),其中V为已知k×n正定矩阵,σ~2>0为未知参数,在二次损失|σ~2 β~TX~TV~1Xβ|~1||δ SXβ||下,根据可容许性理论,证明了SXβ的线性估计是其一切估计类中的唯一极小极大估计。 相似文献
7.
刻划了线性模型(Y,Xβ,σ2V)在不等式约束r'β≥0条件下的线性估计的可容许性,在二次损失下,给出了在齐次线性估计类中可容许的一个充要条件。 相似文献
8.
对于带约束的线性回归模型,y=Xβ+e,E(e)=0,Cov(e)=σ2V,V>0,Rβ=0,给出了回归系数的有偏估计β*R(k)=(kM+I)-1β*R(k≥0),讨论了其一些性质,而且给出了在均方误差阵下β*R(k)优于β*R的条件. 相似文献
9.
周明华 《华东师范大学学报(自然科学版)》1991,(1):10-13
设y_1,y_2,…y_n是均值为β,方差为σ~2的相互独立的随机变量,β∈R~1,σ~2>0均是未知参数.本文证明了:当α>1/(n+2)时,在损失函数(d-σ~2)~2/σ~4下,aS~2+bY~2不是σ~2的可容许估计,其中S~2=??(y_i-y)~2,y=1/n??y_i. 相似文献
10.
本文给出了控制最小二乘估计的James-Stein型改进估计量,刻划了正态模型Y~N(Xβ,σ~2V),V可以奇异,σ~2∈S(?)(0,+∞),0(?)(?)下的线性可容许估计的特征。 相似文献
11.
刘建忠 《山西大学学报(自然科学版)》2001,24(1):18-21
讨论正态线性模型Y=Xβ ε,ε-N(0,σ^2V)中关于参数β的假设检验问题H0:Hβ=0。给出V≠kIn时通常的F检验显水平的上界和下界。 相似文献
12.
线性模型中均值向量的LSE和BLUE的偏差 总被引:1,自引:0,他引:1
陈希镇 《华东师范大学学报(自然科学版)》2001,(4):10-21
考虑线性模型Y=Xβ e,这里E(e)=0,Cov(e,e)=σ^2V,V是非负定矩阵。众所周知,u=Xβ的最小二乘估计和最优线性无偏估计分别为u=X(X‘X)^-X‘Y和u=X(X‘T^-X)^X‘T^-Y,这里T=V XUX‘,U是矩阵满足R(T)=R(V:X)且T≥0。该文讨论V≥0时u与μ的偏差。在满足一定条件下得到相似的Haberman的一个界。在欧氏范数下,得到使Haberman条件成立的一个便于应用的充要条件。证明了类似于[2]界的推广形式,并把[3]界推广到V≥0。 相似文献
13.
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. 相似文献
14.
艾摩尔 《华东师范大学学报(自然科学版)》2004,2004(1):40-44
在二次损失函数下,作者研究了多元线性模型协方差矩阵的MINQUE估计和简单估计的比较问题,其中多元线性模型的设计矩阵和离散矩阵可以不满秩,得到了一个充分和必要条件。 相似文献
15.
艾摩尔 《华东师范大学学报(自然科学版)》2004,2004(2):31-36,50
在熵损失和对称损失函数下,研究了多元线性模型协方差矩阵的MINQUE估计和简单估计的比较问题,其中多元线性模型的设计矩阵和离散矩阵可以不满秩.并证明了,在熵损失函数下,MINQUE估计总是优于简单估计. 相似文献
16.
17.
唐强 《成都大学学报(自然科学版)》1988,(1)
<正> 一、引言 A.E.Hoerl和R.W.Kennard 1979年在[1]中对独立观测值线性模型(Y,Xβ,σ~2I_u)参数β的LSE(Least Squares Estimators)提出了一个猜测,这一猜测在1984年由P.S.S.N.V.P.Rao和M.Precht在[2]中给出了证明。本文在他们工作的基础上,用[3]中的方法,把[2]中这一结果推广到对具相关观测值线性模型(Y,Xβ,σ~2G),|G|(?)0的未知参 相似文献
18.
考虑线性回归模型Y=Xβ+ε,E(ε)=0,Cov(ε)=σ2 I,当设计矩阵X的列存在共线性时,最小二乘估计β=(X′X)-1 X′Y的性质变坏,为此给出了有偏估计β(K,d)=(X′X+K)-1(X′Y+dβ),其中K〉0为对角矩阵,ki〉0,-∞〈d〈∞为参数,讨论了这种有偏估计对Liu估计、最小二乘估计的优越性,并证明了其可容许性估计。 相似文献
19.
呼勇 《西南民族学院学报(自然科学版)》2009,35(5):961-966
引入大Lipschitz-a^*数和小Lipschitz—a^*数以及算子空间L^α*(X,Y),Lβ^α*(X,Y),l^α*(X,Y),lβ^α*(X,Y),证明了L^α*(X,Y)关于范数‖·‖1构成Banach算子空间,L^α*(X,Y)关于范数‖·‖a*,‖·‖max构成Banach空间,进一步证明它们各自构成Banach代数并讨论了由有界算子空间构成的Banach代数(L^α*(X,Y),‖·‖a*)与有界算子空间构成的Banach代数(Lβ^α*(X,Y),‖·‖a*)之间的关系. 相似文献