方差分量的极小极大不变二次无偏估计

对y～N(Xβ,pΣi=1θiVi),pΣi=1Vi＞0,0≤αi≤θi≤bi,bi＞0,i=1,…,p,给出了方差分量线性函数的极小极大不变二次无偏估计.     

关于多元加权全最小一乘法的最优解

对给定n+1维欧氏空间R~(n+1)中的m个点x_1=(x_(11),x_(12),…,x_(1n+1)), x_2=(x_(21),x_(22),…,x_(2,n+1)),…,x_m=(x_(m1),x_(m2),…,x_(mn+1)),证明了存在最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0,使这组点到此超平面的加权垂直距离和Q(β)=(∑~(n+1)_(j=1)β~2_j)~(-1/2)∑~m_(i=1)w_i|β_0+∑~(n+1)_(j=1)β_jx_(ij)|=min (w_i>0,i=1,2,…,m);提出并证明了最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0应满足的3个必要条件,从而给出了求最优超平面的方法.     

二元回归模型中参数的最小二乘估计强相合性

考虑线性模型Y_i=X＇_iβ+e_i i=1.2.…x＇_i=(x_(i1)…x_(ip) β=(β_1…β_p)＇为未知参数向量。陈希孺教授考虑了误差e_i的1+δ阶矩(0≤δ≤1)存在的情况,在一些条件的限制下,得到其参数的最小二乘估计的强相合性。本文对ρ=2的二元回归,除了某些限制过严的条件,得到同样结论。     

三次样条曲线的局部光顺法

1.三次Spline函数对于平面上给定的N 1个点(x_j,y_j)j=0,…,N。记△:α=x_0相似文献   

一类广义左右特征值反问题

本文考虑如下问题:问题Ⅰ(a)给定X∈Rn×p p,y∈Rm×p p,A=diag(λ1Ik1,λ2Ik2,…,λnIkn)∈Rp×p且k1 k2 … k1=p,λ1,…,λ1互异.求矩阵A,B∈Rm×n,使得AXA=BX, ATYA=BTy.问题Ⅰ(b)给定矩阵X∈Rm×p p,y∈Rn×p p,A=diag(λ1Ik1,λ2Ik2,…,λ1Ik1)∈Rp×p且k1 k2 … k1=p,λ1,…,λ1互异.求矩阵A,B∈Rm×n,使得AXA=BX, ATyA=BTy, YTAX=Ip,YTBX=A.问题Ⅱ给定A,B∈Rm×n,求[A,B]∈SAB,使得‖ [A,B]-[A,B]‖F=inf [A,B]∈s AB‖[A,B]-[A,B]‖ F,其中SAB是问题Ⅰ的解集合.借助于矩阵X,Y的奇异值分解给出了问题I的通解表达式,证明了问题Ⅱ的解存在唯一,并给出了问题Ⅱ的唯一解的显式表示.     

回归分析中自协方差估计的渐近正态性

文中证明了回归——时间序列混合模型 y_1=β_1x_(t1)+β_2x_(t2)+…+β_px_(tp)+(ut) 其中u(t)为线性过程;中线性过程u(t)自协方差估计的渐近正态性     

一类回归模型的M—估计的相合性

设有回归模型y_1=θ_1x_1r θ_2x_2 … θ_1x_p ε,t=1,2,…,N.(1)其中x_1,…,x是(非随机)自变量;ε是随机残差变量;y为因变量;θ_1,…,θ为回归参数。     

多元非线性预测模型的一种处理方法

§1.前言 在多元统计预测中,一般是采用线性回归方法,就是把被预测量(依变量)表示为一组非随机变量(自变量)x_1,…,x_p与p 1个未知参数β_0,β_1,…β的线性假设模型:     

GGM模型估计问题的显式解

C.R.Rao 用 IPM 方法(参看〔1〕)给出 GGM 模型(y,Xβ,σ~2G)中可估参数函数 p′β的BLU(最优线性无偏)估计 p′,但表达式依赖于分块矩阵的 g-逆,得到 p′=p′C_2′y 或 p′C_3y.本文通过计算上述 g-逆的通式,给出了 p′的明显表达式,有 p′=p′(X′(G XX′)~ X)~ X′(G XX′)~ y.相仿地,我们也得到受约束 GM 模型估计问题(参看〔3〕)的显式解。     

指数分布尺度参数最佳仿射同变估计的改进

设 X 是具有指数分布的随机变量,其密度函数为p(x)=(?)其中-∞<μ<+∞,0<σ<+∞,μ和σ均未知。本文给出了σ的一个新的估计(?)+(n-r)x_((r))-nx_((1) )]·f(?)(y),此处y=(?),f(?)(y)=(?)n 是子样容量,r 是截尾数,x_((i))表示第 i 个顺序统计量(i=1,2,…,r)。文中证明了(?)关于损失函数 L((?),σ)=(((?)/σ)-1) ~2比最佳仿射同变估计(?)=1/r[(?)x_((i))+(n-r)x_((r))-nx_((1) )]处处有较小的风险,因此是一个改进。     

流体介质中波传播问题的有限元法数值解

根据泛函分析,可导出弹性动力学的虚功原理及相应的变分方程,以决定波传播问题的变分方程及其变分函数。在μ=0的假设下,得到了流体介质中波传播问题的变分公式及相应的偏微分方程。便用Ritz法,本文得到有限元法的计算公式。详细给出了两种速度函数:C=C_0(β_1+β_2x+β_3y)和C=C_0(β_1+β_2x+β_3y)~(1/2)的质量和刚度矩阵。估计了数值解对真解的误差。已有的实际计算结果证明本文所叙方法是正确的。     

最小估计区间

设θ是总体X的分布的未知参数。所谓θ的区间估计,就是在给定的置信水平1—α下,寻求两个统计量(?)_1(x_1,x_2,….x_n)与(?)_2(x_1,x_2,…xn)使得参数θ落在随机区间((?)_1,(?)_2)的概率这里x_1,x_2,…,xn是总体X的样本。满足这一条件的随机区间很多,通常的做法是选择这样的(?)_1,(?)_2,使得作为θ的估计区间,当然其长度越小越好,但用上述方法得到的估计区间的长度不一定是     

一类线性有偏估计的若干性质

§1 引言考虑一般的线性模型y=Xβ+e,E(e)=0,E(ee′)=σ~2I_n,(1) 这里y是n维向量,X是n×p的已知设计矩阵,其秩为g(≤p),β是n维未知的参数向量,e是n维随机误差向量。文献[1]按下面的方法定义了β的一个线性有偏估计类,这个估计类不仅包含了数理统计文献中常见的几种线性有偏估计,而且把它们推广到了X具有任意秩的情形。它的定义是首先把线性模型(1)化为典则形式:设P为p×p正交方阵,P′X′XP=diag(λ_1,…,λ_q,     

关于拓扑Boole格的积（Ⅰ）

[1]指出.拓扑空间的积能否推广到古典拓扑Boole格上是一个未解决的问题.本文证明这一推广是可以的. 设{B_1}_1∈△是一族Boole格,用IB表示一切形式为x={x_1)_1∈△(x_1∈B_1)的元的集.设y={y_1}_1∈△(y∈_1∈B_1)是IB的另一元,规定xI=y当且仅当对1∈△,有x_=y_1,规定了这样相等关系的集IB称作{B_1}_1∈△作为集族时的(I)积,记作:IB=(I) B_(1或IB= B_1)·如果(I)积IB中元x={x_1}_1∈△.对某个l_0∈△,有x_(10)=O_(10)是B_(10)中最小元),把所有这样的x看成是相同元,     

方差分量模型中回归系数估计的可容许性(Ⅱ)

本文考虑方差分量模型Y～N(X β,σ_1~?V_1 σ_2~2V_2)中β的函数g(β)的估计在一般估计类D_1中且在平方损失下的可容许性问题.给出了当X=In时β的估计AY为D_1可容许的充分条件.以及可估函数Sβ的估计AY为D_1可容许的充分条件.同时给出了可估函效Sβ的非齐次线性估计AY a为D_1可容许的充要条件及充分条件.本文还讨论了在矩阵损失下方差分量模型中回归系数估计的可容许性,并得到了估计量为可容许估计的充分条件.     

Vandermonde行列式的一个推广与一类多重积分的计算

定义了与函数相关的Vandermonde行列式,从而得到了多重积分∫_Eφ~(n)(∑_(i=0)~na_ix_i)dx_1dx_2…dx_n的一般计算公式,其中E={(x_1,x_2,…,x_n)|∑_(i=1)~na_ix_i≤1,x_i≥0,i=1,2,…,n},x_0=1-∑_(i=1)~nx_i,并给出了若干特例。     

矩阵方程式AX-XB=C的一个解法

本文给了矩阵方程式AX—XB=C一个解法,是对B做正交相似变换B=THT~(-1),其中H=[1,α_i,β_(i 1)~-]~N_1是三对角阵,令Z=XT,和CT=R,建立逆推公式AZ_i-α_iZ_i-β_iZ_(i-1)-γ_i=Z_(i 1)(β_1=0,i=1,2;…,N-1),得到算法Z_1=P_N~(-1)q_N Z_(i 1)~(?)=P_iZ_1-q_i i=1,2,…N-1其中P_i=(A-Iα_i)P_(i-1)-β_iP_(i-2),i=1,2,…N-1。q_i=(A-Iα_i)q_(i-1)-β_iq_(i-2) γ_1 β_0=0,P_0=1,P_0=0。进一步可求出X=ZT’。求Z的过程,可看作解线性方程组的“追赶法”的扩充。     

复合函数求导数法则的证明的改进

设y=f(u),u=φ(x),u在x_0可微分;u_0=φ(x_0),y在u_0可微分,则复合函数y=f(φ(x))在x_0可微分,而且(1) dy/dx|_(x=x_0)=f′(u_0)·φ′(x_0)。这个复合函数求导数法则的证明,在通常的数学分析教科书上,有如下两种: 〔证法一〕给x从x_0起取增量△x(≠0),则相应地函数u从u_0起得增量△u,y从f(φ(x_0))起得增量△y。因为f′(u_0)存在,所以当△u≠0时,令α=△y/△u-f′(u_0),就有limα=0,而且 △u→0     

计算定积分的一个方法

<正> 平面图形绕 y 轴旋转所得旋转体的体积,教材给出一个计算公式:V#=(?)πφ~2(y)dy其中φ(y)是函数 y=f(x)的反函数。而有些函数的反函数不易求出,有的虽然能求出,有时应用上式积分比较麻烦。如果将区间[a、b]用分点 x_0=a,x_1,x_2,…xj_(-1),xj…x_n=b,(x_0相似文献   

多元正态参数估计极大似然估计的注记

(一)设X′=(ξ_1~(?),ξ_2~(?),…,ξ_m)～N(0,R),其中R为m×m非负定矩阵,它的元素为α_(ij),α_(ij)=E(ξ_iξ_j),已知X的n个独立样本X′_i=(x_(i1),…,x_(in))i=1,2,…,n,用其估计α_(ij),i,j=1,2,…,m。本文讨论α_(ij)满足一定约束,比如α_(ij)=α_(|i-j|),即ξ_1,…ξ_m是平稳序列的一段时,α_(ij)的极大似然估计。 (二)下面列举一些求导公式。设M为m×m的矩阵,|M|表M的行列式,M′表M之转