混合系数线性模型参数的几乎无偏LIU估计

该文研究了连续测试数据情况下的混合系数线性模型的参数估计问题.提出了混合系数线性模型参数的几乎无偏LIU估计,研究了参数估计的性质,并证明了在一定条件下此估计优于最小二乘估计、几乎无偏岭估计和LIU估计,最后还讨论了新估计的可容许性和有偏参数的选取方法.     

线性回归模型的一类新约束型LIU估计

针对带线性约束型的回归模型复共线性问题,提出了一种新估计,称之为修正约束型LIU估计,给出了新估计的性质.在均方误差准则基础上证明了在一定条件下,修正约束型LIU估计优于最小二乘估计、岭估计、修正岭估计和约束型LIU估计,最后讨论了新估计的可容许性.     

修正LIU估计下数据删除模型的强影响分析

在修正LIU估计下对单个数据删除模型进行研究,讨论数据删除模型估计量的性质,得到修正LIU估计β赞MLE(i)与LIU估计β赞LE间的关系,以及预测估计y赞i可由β赞MLE与yi线性表出等性质;同时,本文在前人的基础上推导得到CRi统计量和Cook统计量新的表达形式,并在实例中用Cook距离来识别强影响点,验证其合理性.     

矩阵损失下带约束多元线性模型回归系数可容许线性估计的特征

讨论矩阵损失下带约束多元线性模型中线性估计的可容许性问题,证明了约束条件下多元线性模型中线性估计KB的可容许性与约束条件下一元线性模型中线性估计Kβ的可容许性具有等价性;根据这一特征得出了多元线性模型中线性估计KB的估计LY是可容许估计的充要条件。     

矩阵损失下带约束生长曲线模型中齐次线性估计的可容许性特征

证明了约束条件下生长曲线模型中线性估计的可容许性与约束条件下一元线性模型中,线性估计的可容许性在齐次线性估计类中具有等价性,得到了带约束生长曲线模型中线性函数KBL的估计DYF在齐次线性估计类中是可容许估计的充要条件.     

一般线性回归模型岭估计的影响分析

讨论一般线性回归模型岭估计的影响分析问题,研究了协方差阵扰动和数据删除对岭估计的影响,给出了岭估计基于有偏估计的Cook距离.     

推广增长曲线模型中回归系数估计的可容许性

考虑推广增长曲线模型中回归系数的线性估计问题和在线性估计类中的可容许性,利用增长曲线模型结果,得到了线性估计在线性估计类中可容许的两个充分条件.     

不等式约束下多元线性模型中线性估计的可容许性

研究多元线性模型在不等式约束下齐次线性估计和非齐次线性估计的可容许性, 刻画了二者之间的关系, 得到了齐次线性估计(非齐次线性估计)在齐次线性估计类(非齐次线性估计类)中是可容许的充要条件.     

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.     

NQD样本线性回归参数M估计的强相合性

M估计是用于多元线性模型的一种用极值点定义的估计,近年来,许多学者对M估计进行了研究,获得了许多突出性成果。文章研究了随机误差为两两NQD列的线性模型中回归参数M估计的强相合性的充分条件,在一定条件下得到了线性回归模型未知参数M估计的强相合性,扩大了线性回归参数的M估计的应用范围。     

Jackknifed Liu estimator in linear regression models

In this paper, we introduce a generalized Liu estimator and jackknifed Liu estimator in a linear regression model with correlated or heteroscedastic errors. Therefore, we extend the Liu estimator. Under the mean square error(MSE), the jackknifed estimator is superior to the Liu estimator and the jackknifed ridge estimator. We also give a method to select the biasing parameter for d. Furthermore, a numerical example is given to illustvate these theoretical results.     

部分线性变系数模型的Liu估计

研究了部分线性变系数模型中参数分量的有偏估计问题.基于Profile最小二乘方法和Liu估计法构造了参数分量的Profile-Liu估计和剖面最小二乘广义Liu估计,并在一定的条件下,证明了Profile-Liu估计优于Profile最小二乘估计,剖面最小二乘广义Liu估计优于Profile-Liu估计.     

平衡损失函数下几乎无偏估计的统计性质

在平衡损失函数下, 讨论线性回归模型中几乎无偏Liu估计与几乎无偏Stein岭型主成分估计的统计性质. 分别给出几乎无偏Liu估计与几乎无偏Stein岭型主成分估计在平衡损失函数下的风险, 并在不同条件下讨论这两种风险的关系.     

聚集数据线性模型参数聚集Liu估计的相对效率

 当线性模型中的变量间存在复共线性时,常用有偏估计代替无偏估计。其中广义岭估计是研究较多的一种有偏估计。很多实际问题只能观测到聚集数据。本文给出了聚集数据线性模型聚集Liu估计的定义,提出了聚集Liu估计相对于最小二乘估计的两种相对效率,并得到这两种相对效率的上界;给出了聚集Liu估计相对于Peter-Karsten估计的2种相对效率及其上界。本文提出的聚集Liu估计,既能保证估计参数的稳定性,又能保证估计参数的近似无偏性,从这个意义上说,该估计在某种程度上优于聚集广义岭估计。     

宋代柳宗元诗歌接受引论

柳宗元诗歌在宋代的接受从整体上来说可以概括出三个层面：一、陶、柳诗风异同论：即苏轼对柳宗元诗风的发明之功,以及陶、柳诗风对宋代诗学精神演进历程的影响;二、韩、柳诗风不同论：韩、柳诗风在宋代接受过程中的差异性以及背后所反映的宋代诗学精神的演变;三、柳诗深得骚学论：柳宗元诗歌的内在气质以及宋人对柳宗元诗歌气质的扬弃。     

线性反馈控制变形Liu混沌系统同步

提出了一种新的变形Liu混沌系统，并基于变形Liu混沌系统的最大李雅谱诺夫指数，采用线性反馈控制方法，研究了变形Liu混沌系统的同步控制问题，给出了实现变形Liu混沌系统同步的控制参数的取值范围，数值仿真证明了该方法的有效性。     

线性反馈控制变形Liu混沌系统同步

提出了一种新的变形Liu混沌系统，并基于变形Liu混沌系统的最大李雅谱诺夫指数，采用线性反馈控制方法，研究了变形Liu混沌系统的同步控制问题，给出了实现变形Liu混沌系统同步的控制参数的取值范围，数值仿真证明了该方法的有效性。     

A self-adaptive synchronization controller for Liu chaotic systems

A kind of synchronization controller for Liu chaotic systems whose nonlinear components are subject to Lipschitz condition was proposed. By using Lyapunov function and linear matrix inequality technique, a self-adaptive synchronization controller was constructed for Liu chaotic systems. There are two components of our derived synchronization controller: linear and nonlinear component. Linear component is composed of errors of the state variables between driving-systems and responding-stems, and nonlinear co...     

A self-adaptive synchronization controller for Liu chaotic systems

A kind of synchronization controller for Liu chaotic systems whose nonlinear components are subject to Lipschitz condition was proposed. By using Lyapunov function and linear matrix inequality technique, a self-adaptive synchronization controller was constructed for Liu chaotic systems. There are two components of our derived synchronization controller: linear and nonlinear component. Linear component is composed of errors of the state variables between driving-systems and responding-stems, and nonlinear component is a self-adaptive synchronization controller. a proof was given for proving the feasibility of this method, and numerical simulations of Liu chaotic systems show its effectiveness. Furthermore, this method can be applied to other chaotic systems, such as Chen systems, Lorenz systems, Chua systems and Rssler systems,etc.     

Liu混沌系统基于T-S模糊模型的控制方法

论文运用并行分布补偿(PDC)技术建立了Liu混沌系统的T-S模型,并利用Lyapunov稳定性理论和线性矩阵不等式(LMIs)方法,设计了模糊控制器,仿真结果表明,所设计的控制器能有效地控制Liu混沌系统的混沌时间轨迹到其零平衡点,且控制简单可靠.