|
|||||
|
|
| 平衡损失函数下Bayes线性无偏最小方差估计的优良性 | |
| 作者姓名： | 刘谢进 缪柏其 |
| 作者单位： | 1. 淮南师范学院数学与计算科学系, 安徽 淮南 232038; 2. 中国科学技术大学统计与金融系, 安徽 合肥 230026 |
| 基金项目： | 国家自然科学基金资助项目(10471135);淮南师范学院科研基金资助项目(2010LK07) |
| 摘 要： | 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。 |
| 关 键 词： | Bayes线性无偏最小方差估计 最小二乘估计 最优加权最小二乘估计 平衡损失风险函数准则 PRPC准则, |
| 收稿时间： | 2010-12-10 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《山东大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《山东大学学报(理学版)》下载全文 | |