多元正态线性模型中一个估计是最优非负二次估计的条件

考虑多元线性模型_nY_p=X_1BX_2~′+■ε～N_(np)(0,I■∑).∑~*是∑的一定意义下的最小二乘估计.对指定的非负定阵C,本文给出了tr(C∑~*)是tr(C∑)的一致最小方差非负二次无偏估计的充要条件.     

一个类似于多元许定理的结果

本文考虑了如下的一般多元线性模型■中未知参数阵B与∑的线性函数tr(D＇B)+tr(C∑)的联立估计问题,给出了tr(D＇B~*)+tr(C∑~*)是其期望值的一致最小方差不变二次加线性无偏估计(UM-VIQLUE)的充要条件,这是一个类似于多元许定理的结果,其中B~*与∑~*分别是B与∑的在一定意义下的最小二乘估计.     

带约束最小二乘估计的分布

给定正态最小二乘线性模型Y=Xβ+ε,E(ε)=0,E(εε′)=σ~2V,V满秩,在线性不等约束条件下,本文证明了带不等约束最小二乘估计服从正态分布。     

多元线性模型中一个协差阵函数的二次估计问题

考虑多元线性模型Y=X_1HX′_2+■,其中■=(ε_((1)),…,ε_((n)))′满足ε_((i)),i=1,…,n独立,ε_((i))～EC_p(0,Σ,φ)即ε_((i))服从椭球等高分布,Eε_((i))=0,Eε_((i))ε′_((i))=(ER~2/p)Σ,其中Σ≥0未知,φ已知且φ(?)Φ_p={φ(·)|φ(t_1~2+…+t_p~2)是一个特征函数},随机变量R≥0,R■φ.在α=ER~4/p(p+2)-(ER~2/p)~2≠0的条件下,对给定的矩阵C=C＇,得出了tr(CΣ)一致(关于Σ≥0)最小方差不变二次无偏估计(简称最优估计)存在的充要条件以及其具体形式.     

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.     

一类多元线性模型的一致最小方差无偏估计的推广

文 [1 ]讨论一类多元线性模型 :　　Y=SBT′+ E当 E=Qε,Q=I(单位阵 )且 Cov(ε) =P Φ(随机阵ε准正态分布 ) ,n阶方阵 P≥ 0为已知非零矩阵 .E( ε( i) ε′( i) ) =Φ≥ 0时的一定意义下的情形 .本文讨论线性模型上述式中 Q≠ 0为任意已知矩阵 ,且随机阵 ε只满足某些较弱条件的更一般多元线性模型 .得到包含 [1 ]的 tr( DΦ1)为 tr( DΦ ) ( D=D′)一致对 (Φ ,k)的最小方差无偏估计 ( UMVUE)的若干更一般的充要条件 .     

一类多元线性模型的一致最小方差无偏估计

本文讨论一类多元线性模型 :y=(S T′) β+e,E(e) =0 ,e=(ε′(1) ,… ,ε′(n) )′,E(ε(i) ε′(n) ) =Φ 0 ,E(ε(i) ε′(i) ε(i) ε′(i) ) =K,i=1 ,2 ,… ,n.当 y准正态分布时 ,在一定意义下得到Φ的 L S估计Φ1,以及 tr(DΦ1)为 tr(DΦ ) (D=D′)的一致对 (Φ ,k)的最小方差无偏估计 (UMVUE)的若干充要条件 .     

多元正态线性模型中的最优非负二次估计

考虑多元线性模型:nYp=X_1BX'_2+U=(ε_(1)…ε_(r))′ε_(r),…,ε_(r)N_p(O∑)。给出了tr(C∑)的一致最小方差非负二次无偏估计存在的一些充分条件,并在该估计存在的条件下,求出了它的具体表达式。     

方差分量模型中均值参数线性估计的可容许性

考虑模型:{Y=β+ε Eε=0 Eεε′=sum from i=1 to m θ_iv_i }其中 v_i≥0已知;β∈R~k,θ_i>0为未知参数,i=1,2,…,m.对于上述模型,本文得到了在矩阵损失函数下均值参数线性估计可容许性的充要条件.     

一个推广生长曲线模型协差阵的最小模估计

给出了一个推广生长曲线模型中tr(C∑）中的无偏不变最小模二次估计（MINQE（U,I））,并到得了MINQE（U,I）成为一致最小方差不变二次无偏估计（UMVIAUE）的充要条件。     

自相关函数估值的快速算法

本文给出一种自相关函数估值的快速算法，与直接计算的方法相比，该算法的乘法运算次数减少将近一半，而且该算法所依据的数学原理浅显，易于编程，是一种简单而十分有效的算法。     

一个算术函数的均值估计

对整数 q≥1,设 J(q)表示模 q 的所有原 Dirichlet 特征的个数,本文的主要目的是讨论 J(q)及有关函数的均值性质,得到一系列有趣的结论。     

一种智能型实时测量方法的研究

根据外推估值和智能自学习的思想提出了一种旨在克服检测元件量测惯性的实时测量方法，详细阐述了该方法的原理，推导了有关计算公式，给出了算法流程框图，并用单片计算机开发研制了一种新型的智能实时测温仪，结果表明，该测量系统能有效地克服检测元件的惯性时延，实施了实时测量。     

一个Heilbron型问题的渐近估计

平面上n个不同的点间的最大距离和最小距离的比记为r_n.r_n的下确界设为R_n。在本文中我们求得了R_n的上界,即R_n相似文献   

一个Heilbron型问题的渐近估计

平面上ｎ个不同的点间的最大距离和最小距离的比记为ｒｎ，ｒｎ的下确界设为Ｒｎ。在本文中我们求得了Ｒｎ的上界，即Ｒｎ＜Ｃ１　＋　，这里Ｃ１＝１．０５００７５…。由此得到渐近估计：Ｒｎ～Ｃ１　．     

动态数据系统(DDS)建模方法的改进

本文概述了原DDS建模方法的缺点,叙述了改进的途径,推导了改进的算法,给出了改进部分的详细框图。首先用长自回归拟合数据直到残差为白噪声,如AR模型阶不高,则认定为AR模型。否则,利用数据和残差,线性估计ARMA模型参数。增阶和降阶时,Yule—Wolker方程系数阵和模型参数都可递推求得。初估ARMA模型后,用非线性最小二乘法来优化参数。通过二个实例计算表明,经改进的方法可以节省66％的机时,效果是明显的。     

门限自回归模型建模方法的改进

本文简述了门限自回归模型的建模步骤和原算法的缺点,详细推导了建模方法的改进途径和步骤。即将模型进行适当变换,用数据的一阶差分和部分原始数据来求变换后模型参数的最小二乘估计,再反回去求原模型参数。增加阶数时,系数阵及其逆阵和模型参数都采用了递推算法。通过实例计算表明,改进的方法比原方法可节省机时60％左右。     

风险函数在点估计理论结构中的应用

根据在点估计中应用风险函数不同估计量下风险大小，提出了评价估计量优劣的三个准则，为选取符合实际要求的估计量提供了有效的方法，并给出了应用示例.