多元线性模型中系数矩阵的Minimax可容许估计

对于多元线性模型Y=XΘ+ε,E(ε)=0,COV(ε)=σ2(△)(◎)Σ,在该模型中,Θ是未知参数矩阵,此处选取的损失函数是矩阵损失,在齐次线性估计类L={AY:A是k×n的常数矩阵}中给出了多元回归系数矩阵的可估函数SΘ的Minimax容许估计,并且证明了其唯一性.     

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.     

矩阵正态分布均值矩阵的可估函数的线性估计在线性估计类中的泛容许性

考虑以下问题 :设n×m随机矩阵Y有分布N(Θn×m ,σ2 (Vn×n Σm×m) ) ,0 <σ2 ≤ 1 ,即Y服从均值向量为Θ协方差矩阵为σ2 (Vn×n Σm×m)的多元正态分布 ,其中 (Θ ,σ2 )为未知参数 .类似覃红讨论均值矩阵Θ的可估函数SΘ的线性估计AY在线性估计类中的泛容许性 .称Y的分布为矩阵正态分布     

多元线性模型回归系数的所有可容许线性估计

讨论了多元线性模型中 ,线性估计 AY a在一切估计类中是线性可估函数 SB的 A-可容许性估计、E-可容许性估计及 G-可容许性估计的主要条件 .     

方差分量模型中回归系数估计的可容许性(Ⅱ)

本文考虑方差分量模型Y～N(X β,σ_1~?V_1 σ_2~2V_2)中β的函数g(β)的估计在一般估计类D_1中且在平方损失下的可容许性问题.给出了当X=In时β的估计AY为D_1可容许的充分条件.以及可估函数Sβ的估计AY为D_1可容许的充分条件.同时给出了可估函效Sβ的非齐次线性估计AY a为D_1可容许的充要条件及充分条件.本文还讨论了在矩阵损失下方差分量模型中回归系数估计的可容许性,并得到了估计量为可容许估计的充分条件.     

共同均值矩阵参数的所有A—可容许性线性估计

讨论了多元线性模型中共同均值矩阵参数Θ及其线性组合函数SΘ的线性估计∑∧mi=1AiYi C在一切估计类中的Φ-可容许性和A-可容许性问题，得到了∑∧mi=1AiY C是SΘ的A-可容许性估计的一些充分条件和必要条件。     

共同均值矩阵参数的所有E—可容许和G—可容许线性估计

对于一般多元线性模型,讨论了共同均值矩阵参数的线性组合函数ＳＸΘ的线性估计在一切估计类中的Ｅ－可容许性和Ｇ－可容许性问题,分别得到了Σｉ＝１→ｍ ＡｉＹｉ是ＳＸΘ的Ｅ－可容许估计和Ｇ－可容许估计的充要条件。     

平衡损失下带约束的回归系数的线性容许估计

文章在推广的矩阵形式的平衡损失函数下,利用矩阵的向量化方法,研究了带线性约束的多元线性模型中回归系数的线性可容许估计;并在齐次线性估计类和非齐次线性估计类中,分别得到了齐次线性估计和非齐次线性估计是可容许估计的充分和必要条件,推广了有关文献的结果。     

受约束线性模型中的可容许线性估计

本文在受齐次线性约束与二次约束线性模型中得到了回归系数线性估计在线性估计类中可容许的充要条件，它推广了文［３］～［７］等一系列结果。     

多元线性模型共同均值参数线性估计的可容许性

对于一般未知方差多元线性模型,讨论了共同均值矩阵参数的可估函数SXΘ的线性估计在线性估计类中的可容许性问题,证明了在本文所给的不同优良准则下可容许性是等价的,并得到了它们的充要条件.     

相对损失函数下期望向量的线性Minimax估计

设Y1,Y2,…,Yn,i.i.d.,EY1=β,CovY1=Σ这里β∈Rp,Σ>0均未知.在两种相对损失函数下,我们给出了线性估计在线性估计类中的唯一的线性Minimax估计.     

两个尺度参数估计的线性容许性

设Ｙ＝（ｙ１,ｙ２）′,ｙ１,ｙ２≥０;ＥＹ＝β＝（β１,β２）′,ＣｏｖＹ＝ｋｄｉａｇ（β２１,β２２）,β∈（Ｒ＋）２为参数,其中Ｒ＋＝（０,＋∞）,ｋ＞０为常数,我们估计β．估计类为Ｌ＝ＡＹ∶Ａ＝ａｂｃｄ为常数方阵,ａ,ｂ,ｃ,ｄ≥０｛｝．我们研究ＡＹ在Ｌ中的容许性,分别得到了二次损失函数、矩阵损失函数下,ＡＹ在Ｌ中是β的容许估计的充要条件和充分条件．     

一类指数族的线性容许估计的充分条件

本文采用Bayes法.讨论一类各分量是相互独立的参数的指数族分布,在平方损失下,对参数g（θ）=（g_1（θ_1）,g_2（θ_2）,…,g（θ））＇得到了一个容许线性估计的充分条件。     

一类线性模型M—估计的渐近分布

设线性模型ｙｔ＝θ１ｘ１ｔ＋…＋θｐｘｐｔ＋εｔ，ｔ＝１，２，…，Ｎ，θＮ是θ＝（θ１，θ２，…，θｐ）Ｔ的Ｍ－估计，Ψ（εｔ），Ｆｔ｛｝是鞅差序列，Ｆｔ是σ－代数，且ＦｔＦｔ＋１，ｔ＝１，２，…．讨论了在一定条件下ｐ→∞（Ｎ→∞）情形的θＮ的渐近正态性     

线性矩阵方程组与线性矩阵方程

本文给出线性矩阵方程组ＡｉＸＢｉ＝Ｃｉ（ｉ＝１，２，…，ｎ）相容的必要充分条件及通解，进而给出线性矩阵方程∑ｎｉ＝１ＡｉＸｉＢｉ＝Ｃ相容的必要充分条件及通解     

压缩主成分估计

给出线性回归模型{Y=Xβ εE（ε）=0，Cov(ε)=σ^2In中参数β的一种压缩主成分估计，研究了其有效性、可容许性以及抗干扰性，并与岭型组合主成分估计、岭估计、Stein压缩估计以及根方有偏估计等进行了比较，得出在一定条件下，这种估计优于其它几种估计的结论。