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.     

平衡损失下回归系数线性估计的容许性

研究带约束的线性模型{Y=Sβ＋ε Eε=0，Eεε′=σ^2I Hβ=0，在平衡损失函数L（d,β）=ω（Y-Xd）′（Y-Xd）＋（1-ω）（Xd-Xβ）′（Xd-Xβ）下，其中0≤ω≤1已知，d为β的一个估计，给出了β的估计LY（LY＋α）在齐次线性估计类L（线性估计类L1）中可容许的充要条件。     

用代数方程求射影向量

设■=L(α_1,α_2,…,α_m)是R~n的一个子空间,α_1,α_2,…,α_m,β∈R~n是列向量,则β_0=X_10α_1+…+X_m0α_m是β在W上的正(内)射影,当且仅当(X_10,…,X_0)′是线性方程组的解,此处A′是A的转置矩阵。     

回归系数的一种有偏估计

在线性回归模型Y=Xβ＋ε；E（ε）=0；Cov（ε）=σ^2V，V〉0下，给出了一种新的有偏估计β^-（F（K））=（X′V^-1X＋TF（K）T′）^-1X′V^-1Y，讨论了这种有偏估计的优良性，推广了已有的相关结果．     

方差估计以及两个方差分量同时估计的可容许性

考虑线性模型 EY_(n×i)=X_(n×)β_(n×i) DY=σ~2V,V≥0,σ~2>0未知 (*)以及方差分量模型 EY_(n×i)=X_(n)β_(n×i) DY=σ_1:V_i+σ_2V_2,V_i≥0,V_2≥0,σ_i,σ_2>O未知 (**)其中γ(X_(n×m)=n,对模型(*)令D={d(A)=Y＇AY,A≥0}损失函数为L~(1)(d(A),σ~2)=σ~(-4)(Y＇AY-σ~2)~2,对模型(**)令D~(2)={d(A_i,A_2)=(Y＇A_iY,Y＇A_2Y),A_i≥0,A_2≥0},损失函数为L~(2)(d(A_i,A_2),(σ_i,σ_2))=σ_i(Y＇A_iY-σ_i)~2+σ_2(Y＇A_2Y-σ_2)~2,本文对模型(*)给出了d(A)为σ~2的D~(1)容许估计的充分条件,对模型(**)给出了在V_i+V_2>0的限制下,d(A_i,A_2)为(σ_i~2,σ_2~2)的D~(2)容许估计的充分条件。分别推广了文[3],[5]中的有关结果。     

高纯铝在范性形变过程中内耗对频率和速率的响应行为

考虑了位错平均速度V=f(σ)随时间或应变的变化之后,导出了金属在范性形变过程中内耗Q～~(-1)与位错动力学关系式V=f(σ),形变速率ε、测量频率ω、测量振幅σ_A 以及切变模量G 等的关系为(?)此处(?)t、(?)p 分别为扭切应力和拉伸应力的平均取向因子,Г(n)为取正值的积分常数,m 为除0,-1以外的整数。可见,形变过程内耗可能出现正比于(ε/ω)~(2/3)、((?)/ω)~(1/2)、((?)/ω)以及((?)/ω)~2等各种对于ω和(?)的响应行为。而且出现随测量振幅σ_A增大而减小的反常振幅效应内耗。高纯铝在拉伸速率(?)=50×10~(-6)/秒时,形变过程内耗Q~(-1)的实验数据与上式中n=-2时的结果符合得很好.此时的内耗可表示为Q~(-1)=0.245(G/σ_A)β_(-2)((?)/ω)~(1/2)/(V_0~′+β_(-2)ε~(-(1/2)).亦即Q~(-1)正比于((?)/ω)~(1/2).还观测到随着σ_A 的增加而减小的反常振幅效应内耗.高纯铝在恒速拉伸时,当ε>0.5%后,位错的平均速度(?)_0。与形变量ε间的关系可表示为(?)_0=V_0~′+βε~(-(1/2));而运动位错的密度ρ可表示为ρ=(?)/ab(V_0~~′+βε~(-(1/2)).     

n维超平行体

设V是n维欧氏空间,α_1,α_2,…,α_n是V中n个线性无关的向量,则称集合为由向量α_1,α_2,…,α_n张成的一个n维超平行体。如果α_1,α_2,…,α_n两两正交,则称K为n维超长方体。每个χ_j都取0或1的点ξ叫做超平行体K的顶点。决定K的两个顶点的n元数组(X_1′,X_2′,…,X_n′),(χ_1′,χ_2′,…,χ_n″),如果只有一个对应分量不同,则连接点ξ′和ξ″的线段叫做超平行体K的一条棱。     

线性回归模型中K-d型估计研究

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。     

GMANOVA模型中协方差阵扰动的影响分析

0 引言 Potthoff et al(1964)提出了如下的GMANOVA模型(常称为生长曲线模型):{Y=X1BX′2+ε/ε～Nn×p(0,V(○×)In)'(1.1)其中Y为n×p观测阵,X1,X2分别为n×k和p×q设计阵,B是待估参数阵,ε是误差阵,其n个行向量i.i.d. Np(0,V),V正定、未知. Kariya(1985)和潘建新(1991)讨论过模型(1.1)中B的估计问题.     

带约束的随机效应线性模型中的回归系数和参数的可容许性估计

考虑了如下的参数受不完全椭球约束的随机效应线性模型 :Y =Xβ +ε,E βε =Aα0 ,　Covβε =σ2 V11　V12V2 1　V2 2,其中参数受如下不完全椭球约束α′A′Χ′NXAα≤σ2 在二次损失函数和矩阵损失函数下 ,分别给出了随机回归系数和参数在齐 (非齐 )次线性估计类中的可容许性估计的充分必要条件。     

正交矩阵的充要条件与O-正交矩阵的性质

定义了O 正交矩阵、R 正交矩阵、L 正交矩阵等概念,并分析了右转置矩阵、左转置矩阵和全转置矩阵与正交矩阵的关系,得到正交矩阵的充分必要条件。并给出了 O 正交矩阵、R 正交矩阵、L 正交矩阵的一些相关结论。     

多项式的矩阵形式及运算

根据矩阵理论,将多项式表示成矩阵的形式,并利用矩阵的运算性质,定义了多项式的加、减、乘运算,不但简化了多项式的运算,而且也为研究多项式的性质和多项式的除法奠定了基础.     

矩阵的子式矩阵及其应用

本文描述了矩阵的子式矩阵,并由此得到了Gram不等式的一个推广形式。     

K-次正交矩阵及其性质

仿照次正交矩的定义方法,给出了K-次正交矩阵的概念,讨论了K-次正交矩阵的基本性质,研究了K-次正交矩阵的伴随矩阵、转置矩阵、次转置矩阵、全转置矩阵以及其它分块矩阵的相关性质,得出了一些新的结果.     

次酉矩阵与次镜象阵

提出了共轭次转置阵，次酉矩阵与次镜象阵的概念，研究了它们的一些性质与其与次Hermite阵，反次Hermite阵的关系，将正交阵的广义Gayley分解推广到了次酉阵上。     

次正交矩阵与次对称矩阵

给出了次正交矩阵的概念，研究了它的性质以及次正交矩阵与次对称阵、反次对称阵间的联系．     

实次规范阵与次正交阵的进一步拓广

推广了次规范阵与次正交阵概念,提出了次亚规范阵及S-次正交阵的概念,讨论了它们的若干性质,指出次亚规范阵是较实次规范阵和次亚正定阵更广泛的矩阵类;将正交矩阵的Gayley分解推广到S-次正交阵上.     

关于Hessenberg矩阵与Toeplitz矩阵的相似

用解矩阵方程的方法直接证明：对任一单位上Hessenberg矩阵，存在上Hessenberg的Toeplitz矩阵T和单位上三角阵X，使得XHX^-1=T,并且证明这样的T和X都是唯一的。     

复合矩阵与复合伴随矩阵间的关系

给出了复合矩阵与复合伴随矩阵间的一个关系式,由此推出了复合伴随矩阵的若干性质,它们正是通常意义下相应结果的推广。     

拟次Hermite矩阵和反拟次Hermite矩阵

利用共轭次转置阵和可逆Herm ite矩阵给出了拟次Herm ite矩阵和反拟次Herm ite矩阵的概念,从而推广了准对称矩阵和准反对称矩阵,并研究了拟次Herm ite矩阵和反拟次Herm ite矩阵的若干性质.