随机连续线性系统基于Legendre多项式逼近的参数估计

本文研究随机连续线性系统基于Ｌｅｇｅｎｄｒｅ多项式过近的参数估计问题．文中先讨论了随机微分方程描述的随机连续系统的Ｌｅｇｅｎｄｒｅ多项式逼近，然后给出了最小二乘估计方法．在讨论了连续Ｗｉｅｎｅｒ过在的Ｌｅｇｅｎｄｒｅ多项式逼近值的相关性，并首次得到对Ｌｅｇｅｎｄｒｅ多项或应用于随机连续系统研究有重要意义的统计相关结果后，提出了能获得无偏一致估计的辅助变量法及三种选取辅助变量系统的方法．计算机仿真结果表明了本文方法的有效性．     

一般线性回归模型的参数估计

传统的最小二乘估计在处理一般线性回归模型的参数β和σ2的估计问题时,若遇到异常数据模型拟和得往往不好,现提出另一种估计方法:修正的最小二乘估计.结果表明此方法在处理异常数据时具有明显的优越性.     

线性回归模型参数的BC估计

对线性回归模型的参数给出了一种新的有偏压缩估计,简称ＢＣ估计,并证明了ＢＣ估计的许多优良性质。     

随机函数的多项式最佳逼近与线性回归模型的非线性推广

将泛函分析的逼近论方法运用于随机函数空间,而在此观点下,给出线性回归模型理论的非线性推广,且得到其回归(最佳逼近)系数与回归(最佳逼近)误差的强相合估计.     

线性失效率模型的参数估计

该文研究了在定数截尾样本下线性失效率模型中参数的点估计问题。用逆矩估计、最小二乘估计方法分别求未知参数λ     

线性模型中参数估计的一个新的相对效率

对于线性模型ｙ＝Ｘβ＋ε,Ｅ（ε）＝０,ＣＯＶ（ε）＝σ＾２∑〉０,我们定义了一种新的相对效率,并研究了它与其它相对效率的关系,以及给出了它的一个下界。     

相依误差下简单线性EV回归模型的参数估计

研究相依误差下简单线性EV回归模型的参数估计问题.由于在很多实际问题中模型中的误差往往是不独立的,具有一定的相依性,为此本文讨论误差为随机系数自回归模型时简单线性EV回归模型的参数估计,在一定条件下得到了估计量的渐近正态性和相合性,推广了已有文献中的结果.     

简单线性回归模型的分离参数估计方法

最小二乘法的参数估计方法虽然体现了拟合结果的整体优化特征，却没有体现出各参数估计量的自身统计特征，对此本文给出一种新的参数估计方法，同最小二乘法相比，该方法得到的参数估计值受统计数据的影响最小，文中还讨论了参数估计值自身具有的线性和无偏性。     

按段多重Chebyshev多项式系及其应用 Ⅰ.用于线性系统分析和参数估计

定义了一类新的正交函数系——按段多重Chebyshev多项式系,研究了该函数系的一些基本性质和运算法则,得出了积分运算等运算矩阵,并将此多项式系应用于线性系统分析和参数估计,获得了简单、快速的递推算法。仿真结果表明,采用本算法进行系统状态估计和参数辨识,结果显著优于移位Chebyshev多项式系所导出的算法。     

双重线性模型的参数估计

用推广的最小二乘法及极大似然估计法对双重线性模型 AR( 1) - MA( 0) 中的参数进行估计,从而提高模型的拟合度和预测精度.     

细胞生长动力学模型参数的估算

从细胞生长的特性出发,分析和讨论了采用恒化器确定动力学模型参数的优点与不足。本研究提出了一种“动态”的方法,可以当系统的状态发生连续变化的同时,确定各动力学模型参数,而不必维持系统的稳定。     

线性限制下联立方程组模型的可识别性与参数估计

给出了带线性方程间限制的联立方程组模型的可识别定义及间接最小二乘估计量、两步最小二乘估计量、三步最小二乘估计量的解析表达式．进一步在可以理解的条件下证明了这些估计量的一相合性和渐近正态性．随机模拟的例子表明这些方法中三步最小二乘估计是最好的．     

混合线性模型最小二乘估计的模拟分析

本文首先用最小二乘估计的方法构造混合线性模型参数的估计量,在一定的假设条件下,进行数值模拟,以说明所构造的估计量的有效性。并给出一个实际算例来体现混合线性模型在实际当中的重要应用。