线性混合模型中方差分量的非负估计

在线性混合效应模型中,方差分量的非负估计问题备受关注.基于方差分量的ANOVA估计,给出了方差分量的不依赖于随机效应分布的非负改进,且改进后的估计在均方误差意义下优于ANOVA估计,有比ANO-VA估计更好的极限性质.当随机效应和随机误差都服从正态分布时,模拟显示,新估计优于ANOVA估计以及Tatsuya估计.     

一类线性混合模型中方差分量的估计

将线性混合模型中随机效应的协方差阵推广为正定阵,运用方差分析估计的方法给出了方差分量的估计。通过QR分解给出了简化计算的方法,利用随机变量二次型的协方差对方差分量的估计做了进一步的改进,同时还给出了方差分量的一个非负估计。     

双向分类随机效应模型的Outlier检验方法

本文主要研究平衡的双向分类随机效应模型中Ｏｕｔｉｌｅ（异常值）的检验问题。给出了在主效应上出现Ｏｕｔｌｉｅｒｓ的检验方法，导出Ｏｕｔｉｌｅｒ检验统计量及其分布，并对检验的功效函数进行讨论，最后，运用模拟数据说明本文方法的有效性。     

线性混合模型中方差分量的经验Bayes估计的收敛速度

在加权平方损失下导出了含有2个方差分量的线性混合模型中方差分量的Bayes估计,利用多元密度函数及其混合偏导数的核估计方法构造了方差分量的经验Bayes（EB）估计,在某些条件下获得了该估计的收敛速度。     

平衡套误差分量模型方差分量的改进估计

对于含3个方差分量的平衡套误差分量回归模型,利用Baltagi提出的方差分析型估计——WH估计,WK估计,SA估计的方法,得到套误差分量平衡模型中对应估计,并且对其改进,特别对随机效应和随机误差方差分量的WK估计,证明了在均方误差意义下,得到的改进估计一致优于按Baltagi方法导出的估计。     

双向分类随机交互效应模型中均值滑动模型的异常值检验

在双向分类随机交互效应模型中，文中引入了交互效应及误差变量上的均值滑动模型，并导出了相应的检验统计量以及它们在零假设及备择假设下的分布．在数据中有异常值出现的情况下，给出了一个检验过程．最后通过一组模拟数据进行了分析     

双向分类随机可加效应模型中可加性异常值（outlier）的检验

在双向分类随机效应模型中，在实际应用时人们更感兴趣的是模型的可加性。此时异常值的出现是由于它偏离了模型的可加性假设。即数据中的少部分点偏离了模型的可加性。这在实际中是一个重要问题，同时也是本文所研究的内容。本文安排如下：第二节给出模型的介绍及问题的由来；第三节导出了可加性ｏｕｔｌｉｅｒ的检验方法及检验统计量的精确分布，并给出双向分类随机效应模型中可加性异常的检验方法；第四节对相关问题进行了讨论。     

多元正态分布广义方差区间估计的改进

讨论了多元正态分布广义方差的区间估计问题,给出了在覆盖率及长度上均优于最优仿射同变区间估计的改进估计。     

污染数据线性回归模型的参数估计和区间估计

研究线性回归模型：yi=α＋βxi＋εi,i=1，2，…，n，其中Eεi=0，Eεi^2=σ1^2;但y1，y2，…，yn受到另一个独立同分布随机变量序列W1，W2，…，Wn的污染，仅能观察到yi^＊=（1-v）yi＋vwi,i=1，2，…n，Wi与yi相互独立．文章给出了α，β，v的估计及区间估计．     

随机模型参数不确定时结构失效概率的区间估计

在缺乏足够数据或信息不完整的情况下，给出失效概率的界限，比给出一确定的单值具有更高的可信度。本文用区间变量描述随机可靠性模型参数的不确定性，提出了考虑随机模型分布参数不确定性时，机械结构失效概率的区间估计方法。实际算例表明：结构的失效概率对随机模型参数的偏差非常敏感。说明在进行可靠性建模时，对模型的可靠性必须给予足够的重视。     

平衡套误差分量回归模型方差分量的估计

研究了含三个方差分量的平衡套误差分量回归模型,利用Baltagi提出的方差分析型估计-WK估计的方法,得到了套误差分量平衡模型中的对应估计,重点对其改进.对于随机效应和随机误差方差分量的估计,证明了所得到的改进估计在均方误差意义下一致优于按Baltagi方法导出的WK估计,最后还用截尾法给出了随机效应方差分量的正估计.     

方差分量模型中均值参数线性估计的可容许性

考虑模型:{Y=β+ε Eε=0 Eεε′=sum from i=1 to m θ_iv_i }其中 v_i≥0已知;β∈R~k,θ_i>0为未知参数,i=1,2,…,m.对于上述模型,本文得到了在矩阵损失函数下均值参数线性估计可容许性的充要条件.     

方差分量估计在施工控制网建立中的应用

在施工平面控制网的复测和加测中 ,对先期控制点老坐标和全站仪野外观测值的中误差如何给定 ,关系到控制网新坐标的网形精度和与老坐标的差异程度 .因此 ,应用对先期控制点坐标进行赋权参加平差的原理以及对各类观测值方差分量进行严密估算的理论 ,根据估算结果重新调整各类观测值中误差再重新整体平差 ,以达到合理效果 ,并介绍了工程应用实例 ,分析验证了这种方法的有效性     

半参数方差函数模型的核与最小二乘估计

介绍具有随机设计的一类半参数方差函数模型。对模型的非参数成份构造了核估计，然后利用最小二乘法估计参数成份，最后证明了估计的若干渐近性质（例如，相合性，渐近正态性等），从而进一步推广和发展了Ｍｕｌｌｅｒ和Ｚｈａｏ的结果。     

具有两个方差分量的一般随机效应线性模型中回归系数和参数的G-M估计

本文考虑具有两个方差分量的一般随机效应线性模型Y=Xβ e。对该模型随机回归系数和参数的线性可估函数Sα Qβ,给出了Sα Qβ的G—M估计存在的充要条件与其所有的G—M估计。     

双向随机区组设计的方差分析

本文是将教育与心理统计中常用的随机区组设计的方差分析的方法从单向随机区组设计研究推广到双向随机区组设计的研究。主要目的是为了消除来自实验误差中区组间差异的方差。在双因素的教育与心理实验中,当研究人员发现受试(实验单元)之间的差异比较大时,采用这种方法处理实验数据将能更准确地反映出处理的作用。     

PC准则下方差分量模型参数的主成分估计的优良性

在方差分量模型中，随机效应向量为正态情形时，征明了PC准则下其参数的主成分估计优于广义LSE估计。     

方差分量的谱分解估计

就线性混合模型中含有两个方差分量的情形,对方差分量的方差分析估计和谱分解估计进行比较,得到它们相等的充要条件,由此推出谱分解估计的优良性.