SURE模型中参数估计的若干结果

综合报导有关ＳＵＲＥ模型中参数估计及其优良性的一些近期研究成果，主要包括回归系数β以及协方差矩阵Ｖ的各种估计和它们的优良性．     

协方差的二次估计的可容许性

 研究协方差的二次估计的可容许性,在平方损失下,我们给出了一个齐次二次估计在齐次二次估计类中是协方差的容许估计的充要条件和一个非齐次二次估计在非齐次二次估计类中是协方差的容许估计的充要条件.     

相依回归系统参数的一种有偏估计

对二个相依回归方程组成的线性系统,提出两种新的有偏估计广义岭型协方差改进估计和广义岭型两步协方差改进估计．讨论了这两种估计的优良性质,给出的这两种估计是岭型协方差改进估计和岭型两步协方差改进估计的推广．     

一类相依回归模型参数估计的相对效率

对于一类相依回归系统(1),当设计阵X2呈病态时,[1]中提出了协方差阵已知或未知时,估计量β1^~、β1^~(T)的改进估计分别为β1^~(k)、β1^~(T,k)。讨论这两种有偏估计与它们的协方差改进估计β1^~,β1^~(T)及最小二乘估计A之间的相对效率问题,并给出了相对效率的上界或下界。     

LS估计的抗差性分析

依据LS估计的分解，对LS估计的抗差性进行了分析。通过观测数据协方差矩阵的改进，建立了一种抗差参数估计方法。     

多元线性模型中一个二次型估计的可容许性

一、引言成平、吴启光,李国英在一元线性模型中,在平方损失之下,讨论了二阶原点矩σ~2+β~2的二次型估计的可容许性问题,本文在多元线型模型     

协方差改进法在半相依回归模型中的应用

文章系统地总结了协方差改进法及两步协方差改进法在半相依回归模型中的应用，推导了协方差改进估计的具体表达形式。     

广义协方差改进估计的优良性

对半相依回归线性系统,我们周期地使用迭加信息的方法,得出了回归系数广义协方差改进估计。这个估计系列的方差是单调不增的。它改进了回归系数的协方差改进估计。特别当m=2时,我们不对误差向量的分布及设计阵之间的关系作出任何假设,而得到广义协方差改进估计的极限便是BLUE的结果;当协方差阵未知时,得到了两步估计的表达式。     

广义系统多传感器信息融合降阶状态估值器

对于带多传感器的广义线性离散随机系统,基于奇异值分解,将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法,在线性最小方差最优加权融合准则下,提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题,可减少计算负担和改善局部估计精度。为了计算最优加权,提出了局部估计误差方差阵和互协方差阵的计算公式。     

二次损失下位置参数的最优不变估计的非容许性及其改进估计

本文应用Ｂｒｏｗｎ方法，找出一类随机变量（密度形为ｆ（ｘ一θ），三阶矩存在）位置参数最优不变估计非容许的充分条件。进而证明其最优不变估计是非容许的，并给出一族改进估计。作为特例，使多维正态分布（ｐ≥３）的位置参数通常估计的非容许性又一次得到证明。     

纵向数据线性回归模型中最小二乘估计效率的比较

在做回归分析时，正确地解释协方差阵是相当困难的。文[4]针对线性回归模型，在误差为序列相关结构和正确的协方差阵为单位阵时，讨论了协方差阵错误确定后的广义最小二乘估计（Incorrect Generalized Least Square Estimator，简称IGKSE）的相对效率问题。本文采用随机模拟的方法，比较五种纵向数据中常见协方差阵结构的IGLSE的相对效率，从中寻找较为稳健的协方差阵结构。模拟比较显示，采用等相关结构是一种较好选择。等相关结构的IGKSE相对效率比较大，同时它的计算较为简单。所以在处理实际问题时，若无法正确地解释协方差阵，本文建议采用等相关结构。     

爱因斯坦与物理规律的协变性

论述爱因斯坦在建立相对论的过程中，协变性思想所起的重要作用，并介绍了近几十年来，协变性思想对理论物理学发展的推动作用．     

协方差阵扰动对Stein岭型主成分估计的影响分析

针对线性回归模型中协方差阵扰动对Stein岭型主成分估计β(P)G的影响问题进行研究.证明了β(P)G的某种极限是数据删除模型的Stein岭型主成分估计;建立了β(P)G与G-M模型的Stein岭型主成分估计β(P)之间的关系;定义了度量扰动影响的距离测度DG,并给出了DG的多种计算式;最后通过实例验证其有效性.     

Stein损失函数下的保费估计

利用信度理论研究在Stein损失函数下的保费估计问题,分析了贝叶斯估计、信度估计、多层贝叶斯估计3种估计,并计算3种保费估计,比较其结果发现在Stein损失函数下:当样本数n趋于无穷大时,信度保费会收敛到风险保费,且多层贝叶斯估计比贝叶斯估计的稳健性更强.     

正态均值向量参数的估计

本文给出了控制最小二乘估计的James-Stein型改进估计量,刻划了正态模型Y～N(Xβ,σ~2V),V可以奇异,σ~2∈S(?)(0,+∞),0(?)(?)下的线性可容许估计的特征。     

方差分量模型中混合参数函数的估计(Ⅱ)

在方差分量模型中,本文考虑形c’β β’Bβ f’θ的参数函数的估计问题.得到无偏可估条件和局部最小方差无偏估计的表达式.     

观察次数不等的SURS中回归系数的两步估计

该文着重讨论协方差阵∑未知时观察次数不等的半相依回归系统中回归系数β的两步估计问题，对３个因素的４８种不同水平组合进行ＭｏｎｔｅｒＣａｒｌｏ模拟，并对模拟结果进行统计检验。     

正态分布均值的г－极小极大后验估计

讨论了正态分布均值在先验正态分布族参数有一定限制条件下的г－极小大后验估计，并指出当样本客量趋于无穷时，它与样本均值具有相同的斯近性状．