一类统计模型相应风险的极小极大估计

关于风险估计,Bunke曾讨论了一类多参数控制的线性模型在带正定"加权"矩阵的二次损失函数下,最佳线性无偏估计量的极小极大性.然而,对于相应风险中具有大估计误差的不合理加权,上述损失函数已不适用.为此,本文提出了一类更为理想的二次损失函数,并在此损失函数下,对相关风险进行了极小极大估计与比较.讨论结果表明,本文提出的二次损失函数是合理与适用的.     

一类理想二次损失函数下多参数统计模型的风险估计

Bunke曾讨论了一类多参数控制的线性模型在带正定“加权”矩阵的二次损失函数下 ,最佳线性无偏估计量的极小极大性 .然而 ,对于相应风险中具有大估计误差的不合理加权 ,上述损失函数已不适用 .为此 ,提出了一类更为理想的二次损失函数 ,并在此损失函数下 ,对相关风险进行了极小极大估计与比较 .结果表明 ,所提出的二次损失函数是合理的、适用的     

加权平方损失下正态分布位置参数的后验Γ－极小极大估计及限制风险Bayes估计

应用ＤａｓＧｕｐｔａ－Ｓｔｕｄｄｅｎ方法，在更广泛的加权平方损失Ｌ（θδ（ｘ））下，讨论了正态位置参数的后验Γ－极小极大估计及限制风险Ｂａｙｅｓ估计，使更广泛的一类求相应估计值问题得到了解决。     

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.     

平衡损失函数下风险相依回归信度模型

首先,给出了平衡损失函数下信度保费估计与二次损失函数下的信度保费估计的关系;然后,给出了在平衡损失函数下具有风险相依的回归信度保费表达式;并讨论了平衡损失函数下,目标估计为特殊情况的回归信度保费和风险等相关;以及具有共同效应时,二种回归信度保费表达式.     

矩阵损失下随机回归系数和参数的局部线性Minimax估计(英文)

对于带有随机效应的一般线性模型,考虑了随机回归系数和参数线性组合的Minimax估计问题.在矩阵损失下,研究了这个组合的线性估计在线性估计类中的局部极小极大性.并在适当假设下,得到了线性可估函数的惟一局部线性Minimax估计.     

尺度参数的最优尺度不变估计的非容许性

本文针对尺度参数分布的情形，在一般二次损失函数下，证明了维数≥２时，最优尺度不变估计是非容许的，并得到了它的同时改进估计，据此讨论了此改进估计关于损失函数类的稳健性问题。在加权平方损失函数下，得到了不等尺度改进估计．对于多个观测值的情形，获得了两个非常有用的结果。     

二次损失下可估函数的线性MINIMAX估计的性质及其应用

对于线性模型Ｙ～（Ｘβ,σ２Ｖ）中的可估函数Ｓβ,本文在二次损失Ｌ（β,σ２;ｄ）＝（ｄ－Ｓβ）′ｄ－Ｓβ）／（σ２＋β′Ｘ′Ｖ－１Ｘβ）下讨论了线性估计类中的ｍｉｎｉｍａｘ估计的性质,并利用这些性质徐兴忠得到的线性ｍｉｎｉｍａｘ估计及其最大风险的表达式提供了一个相对简短的证明．     

解极小极大问题的熵函数法

提出了一类解极小极大问题的熵函数法,这种方法也可用来解线性或约束优化问题,在一定条件下,给出了解收敛性和误差估计,最后给出了几个数值例子,表明本文提出方法的有效性。     

混合系数线性模型中参数估计的一些结果

对于在二次损失和矩阵损失下混合系数线性模型的参数估计问题, 分别给出了在仿射变换群下存在回归系数的一致最小风险无偏(UMRU) 估计和一致最小风险同变( UMRE) 估计的充要条件和在平移群下存在一致最小风险同变估计( UMRE) 的充要条件, 导出了回归系数的广义最小二乘估计的可容许性.     

协方差矩阵的MINQUE和简单估计的比较

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。     

误差方差的非齐次二次型容许估计——具有共同均值的增长曲线模型

在二次损失函数下，研究了增长曲线模型误差方差的非齐次二次型估计的可容许性问题。并得到了一类非齐次二次型估计可容许的充要条件。     

方差未知时一类加权损失函数下正态分布均值的改进估计

讨论了一类加权损失函数下方差未知时，通常估计的非容许性问题，给出了改进估计．所得结论较已有结果更为一般化．关键词     

平衡损失函数下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最优加权最小二乘(OWLS)估计的优良性,并导出在一定条件下二者趋于一致。在PRPC(predictive Pitman closeness criterion)准则下研究了BLUMV估计相对于OWLS估计的优良性。     

二次损失下G-M模型中可估函数的条件Minimax可容许性

在二次损失下,该文关于任意矩阵V对G-M模型讨论了在齐次线性估计类中可估函数的条件Mimimax可容许性.     

广义生长曲线模型中均值矩阵的泛容许估计

讨论了广义生长曲线模型中均值矩阵的线性估计在二次损失矩阵函数下的泛容许性，并在某些线性估计类中得到了泛容许估计的充要条件。     

平衡损失下回归系数的最小风险估计

研究了线性模型中回归系数的最小风险估计问题.在平衡损失函数下,考虑了回归系数线性估计在线性估计类中的最小风险性,结果表明最小风险估计是非线性有偏估计,它与未知参数有关,当用未知参数的不同估计代替时,得到的估计都是一种估计的平衡.     

有界截断型分布参数在绝对损失函数下的极小极大估计

对于截断分布，当其参数位于某一小区间内时，参数在绝对损失函数下的极小极大估计在本文中进行了讨论。     

熵和对称损失函数下MINQUE和简单估计的比较(英)

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.     

一般线性模型中随机回归系数和参数的线性估计的可容许性

对一般的固定效应和随机效应线性模型，在二次损失函数下，本文给出了ＬＹ＋ａ是回归系数和参数的线性函数的可容许性估计的充要条件。