排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
一般线性模型下删除观测值的影响 总被引:2,自引:2,他引:0
在一般情形下,给出了在模M=(Y,Xβ,σ^2V)与删除第i个观测值后得到的模型Md=(Yd,Xdβ,σ^2Vd)下Xdβ的最佳线性无偏估计的表达式,得到了二者相等的充要条件,给出了在模型Md下Xdβ的最小二乘估计是M下Xdβ的最佳线性无偏估计的充要条件,以及Md下σ^2的最小范数二次无偏估计是M下σ^2的最小范数二次无偏估计的充要条件。 相似文献
2.
带约束的线性模型中的可容许线性估计 总被引:5,自引:0,他引:5
在Gauss-Markov模型(Y_(n×1),X_(n×p)β_(p×1),σ~2V,V≥0)下,若S_(s×p)β可估,Rao及其他一些作者给出了Sβ的线性估计,在二次型损失函数下是可容许的充要条件。当参数受约束:β′Nβ≤σ~2,N>0时,Hoffmann,Mathew分别就V>0与V≥0的情形,讨论了β的线性估计的可容许性问题。本文将进而给出Sβ的线性估计AY在线性估计类中是可容 相似文献
3.
朱显海 《东北师大学报(自然科学版)》1983,(1)
给定 b 个大小为 k 的区组,总共有 N=bk 个试验单元.现在要在这 b 个区组上安排一个两因子试验,假定因子 F_1有 v_1个水平,因子 F_2有 v_2个水平。我们称这样的试验设计为具有参数(v_1,v_2,bk)的区组——因子设计,简记为 BFD(v_1,v_2,bk).所有这种设计的全体记为Ω(v_1,v_2,bk).容易看出,我们所考虑的区组——因子设计是把两个区组设计 d_1(v_1,b,k),d_2(v_2,b,k)叠置在一起得出的设计.当 v_1|k,v_2|k,且 d_1与 d_2相互正交时,这 相似文献
4.
广义相关系数与估计的稳健性 总被引:3,自引:0,他引:3
研究了广义相关系数与线性相依的关系,并应用这些结果刻划了最佳线性无偏估计的稳健性。 相似文献
5.
给出在模型M=(Y,Xβ,σ^2V)与删除第i个观测值后得到的模型Md=(Yd,Xdβ,σ^2Vd)下β的最佳线性无偏估计差的表达式,并得到了二者相等的充要条件,还给出了在模型Md下β的最小二乘估计是M下β的最佳线性无偏估计的充要条件。 相似文献
6.
朱显海 《东北师大学报(自然科学版)》1983,(4)
利用 Rayleigh 商,我们建立了任一区组设计品种效应的信息阵的最小非0特征根所满足的一些不等式.以它们为工具,我们得到了一些添加的区组设计的 E 最优性,本文的结果削弱了[1]中定理的条件,证明也更加简洁。 相似文献
7.
1