也谈带约束的回归系数的线性估计的可容许性

本文针对带齐次线性等式约束的线性模型(Y,Xβ,σ~2Γ,Γ≥0,Hβ=0),给出了回归系数 Sβ的估计 LY+α在线性估计类中可容许的充要条件,发展了《高校应用数学学报》1991;6(1)发表的“带约束的回归系数的线性估计的可容许性”一文中的主要结果,而且证明方法更加简单.     

基于代入法的约束线性模型的参数估计

本文利用代入法研究带约束条件的一般线性模型的参数估计问题，当线性模型中固定效应参数β附带线性约束条件时，在不同的协差阵和设计阵结构下，提出了可估函数c′β的约束估计，并给出其优良性质。     

回归系数的stein型广义主相关估计

根据主相关估计的思想,针对广义线性模型,本文给出了一种新的回归系数的有偏估计——广义主相关估计,并将其与stein型压缩估计相结合,提出stein型广义主相关估计,在均方误差的意义下考虑其特性,对偏参数的范围予以讨论.     

不等式约束下线性模型中回归系数的所有可容许估计

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.     

约束条件下的非齐次线性估计的可容许性

刻划了线性模型在不等式约束ｌ’β≥０条件下的线性估计的可容许性,给出了非齐次线性估计可容许的一个充分条件和一个必要条件。     

约束线性回归模型的条件岭型估计

本文提出约束线性回归模型下回归系数的条件岭型估计的概念 ,证明了它是 β的约束可容许估计 ,且在均方误差意义下优于 β的约束最优线性无偏估计。     

约束线性回归模型回归系数的条件广义岭估计

提出了约束线性回归模型中回归系数的一种条件广义岭估计,讨论了它的优良性,证明了它在均方误差及均方误差矩阵下都优于约束最小二乘估计。     

线性回归模型回归系数的条件岭型估计

研究了线性等式约束的线性回归模型回归系数的一种有偏估计--条件岭型估计,给出了在均方误差意义下条件岭型估计优于回归系数的约束最小二乘估计的条件.     

部分线性可加模型的约束估计

文章讨论部分线性模型在约束情况下的估计问题.在一般的线性约束条件下利用两种方法构造参数分量的约束估计;当参数部分附加随机约束条件时,依据混合估计方法与Profile最小二乘方法,构造参数分量的随机约束估计;讨论一般约束估计和随机约束估计的关系.     

二次损失下齐次线性估计类中关于不等式约束的可容许估计

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。     

一个血吸虫病模型的离散算子数值解法及理论分析

对血吸虫病模型的第一和第三边值问题，应用离散算子法进行离散化，得到的数值解均恒为非负值且具有极大使原理．同时证明了Ｌ２模和Ｈ１模的最优误差估计，并对第一边值问题给出了最大模估计．     

一种自由边界上有源的STEFAN问题解的收敛性质

讨论自由边界条件为uε(hε(t),t)=0,-xuε(hε(t),t)=λ εh′ε(t)的Stefan问题,得到了解关于ε的一致估计,从而证明了对任何T>0,存在0<γ1<1,自由边界hε(t)在C1 γ1/2[0,T]中收敛.     

p次对称单叶函数的反函数及一些子族函数的系数估计

本文将 Lowner 方程应用于 p 次对称单叶函数,得到了它的反函数及某些子族函数系数的精确估计.作为推论,给出了奇次单叶函数的反函数系数的精确估计.     

区间估计中的四大误区

本文从我国目前统计理论和现实的角度出发,提出我国统计界在区间估计的实际工作中存在的4种偏见,并逐一加以分析、论证、比较、鉴别,力图揭示产生这些问题的原因。     

再谈中值定理“中间点”的渐近估计

在较一般的条件下,本文讨论了当b→a~+时,积分中值定理∫_a~bf(x)g(x)dx=f(ξ)b∫_a~bg(x)dx的“中间点”ξ的渐近估计.     

关于双重抽样

本文指出并改正了[1]中第十二章关于双重抽样的不正确的结论。给出了关于双重抽样的一些结论的严格证明。     

污染模型下的最小二乘估计

研究了污染模型下观测值的分布结构及方差，并以此为基础导出了污染模型下的最小二乘估计．结果表明，在测量平差中常用的随机误差模型下，该估计就是李德仁教授提出的验后方差估计；而在均值移动模型下，该估计是均方误差最小的稳健估计．     

学生学习行为与学生生源相依性的统计分析

从广义试验的角度将数理统计方法引入到对当代大学生思想及行为问题的分析研究之中,并对学生学习行为与学生来源的相依性进行了探作     

线性模型中误差分布的相合核估计

线性模型y_i=x′_iθ+e_i,i=1…n,的误差序列{e_i}_i~n=1有未知密度f(x),本文在一定条件下证明了f(x)的核估计的弱相合性,逐点强相合性,一致强相合性,其中(?)为L.S估计的残差.