(Ga-Ga)模型最佳样本容量确定方法

本文讨论了在形状参数β0已知,尺度参数θ0未知的情况下Gammer分布共轭于Gammer分布模型下的二行动线性决策问题的抽样净益(ENGS)的计算公式以及最佳样本容量的确定方法.     

(Ga-Ga)模型下的二行动线性决策问题的EVSI

二行动线性决策问题的抽样信息期望值问题是一类具有较强应用性的决策问题.文章讨论了在形状参数β>0已知,尺度参数θ>0未知的情况下,Gammer分布共轭于Gammer分布模型(即(Ga-Ga)模型)下的二行动线性决策问题的抽样信息期望值(EVSI)的计算公式,并给出了应用实例.     

(Be-G)模型下二行动线性决策问题的抽样信息期望值

提出了(Be-G)决策模型, 给出了二行动线性决策模型的一般形式,讨论了此模型下二行动线性决策问题的抽样信息期望值(EVSI)的计算问题,得到了此决策问题的最优决策函数,进而给出了EVSI的计算公式.     

(Pareto-U)模型下二行动线性决策问题的EVSI

讨论了均匀分布U(0,θ)共轭于Pareto分布模型下的二行动线性决策问题的抽样信息期望值(EVSI)的计算公式.     

(Be-B)模型下二行动线性决策问题的抽样信息期望值

提出Be-B决策模型,讨论此模型下二行动线性决策问题的抽样信息期望值（EVSI）的计算问题.通过计算参数的后验分布,建立了后验最优行动选取规则,得到此决策问题的最优决策函数,进而给出EVSI的计算公式.     

（Г-E）模型下二行动线性决策问题的抽信息期望值

提出了（Г-E）决策模型，讨论了此模型下二行动线性决策问题的抽样信息期望值（EVSI）的计算问题，通过计算参数的后验分布，建立了后验最优行动选取规则，得到了此决策问题的最优决策函数，进而给出了EVSI的计算公式．     

奇异线性模型均值向量最小二乘估计的相对效率

在奇异线性模型下,文章通过比较估计量的协方差矩阵的谱范数和F范数,定义了均值向量的最小二乘估计(LSE)相对于最佳线性无偏估计(BLUE)的2种新的相对效率,并给出了其下界.     

线性人脸对象类模型的匹配提升技术

针对真实感人脸模型匹配的细节控制和稳健创建问题，提出了线性人脸对象类模型的匹配提升技术。基于非统一抽样(NUS)的动态高斯金字塔分析(DGPA)方法，结合不等概率抽样和整群抽样策略，自适应地动态调整每级高斯金字塔图像的抽样分布，利用最优化算法由粗到精的计算全局近似最优解，获得精确的模型匹配。动态调节整群区域边界并利用再抽样率调节抽样密度，可以有效控制人像模型的细节表达效果，提高模型创建的稳健性。随机梯度下降的线性相关性扰动(CD-SGD)和学习率自适应(ALR)技术，提高了模型匹配的准确性和收敛速度。以M     

基于最小特征根的相对效率

对线性模型的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)定义了一种新的相对效率,新的相对效率定义为最小特征根的比值,之后研究了它的下界及它与广义相关系数之间的关系.最后讨论了新的相对效率与已有的3种相对效率之间的关系.     

限制线性模型和转换线性模型参数估计的等价性

线性模型是统计分析中非常重要的模型,在现代统计学中应用较为广泛.目前,针对线性模型的研究主要集中在它的应用和参数估计的研究上,其中最小二乘估计(Best Linear Unbiased Estimator, OLSE),最佳线性无偏估计(Ordinary Least Squares Estimator, BLUE)是线性模型下关于参数函数Kβ最常用的两个估计.本文主要研究在限制线性模型■和转换线性模型■下,参数函数Kβ的OLSE和BLUE之间的关系,即给出■,■成立的等价条件.