似乎不相关线性模型线性约束下参数估计的一个最优性

本文讨论似乎不相关线性模型在齐次线性约束条件下的参数估计，给出了条件可估函数c＇β在条件lβ=0下的最佳线性无偏估计c＇βl，然后从一个新的角度刻划了估计c＇βl的一个最优性，即c＇βl落在以被估参数c＇β为中心的任意一个球内的概率不小于任一个满足Lβ=0的线性无偏估计落在此球内的概率。     

广义线性模型参数估计的随机加权法

在广义线性模型中,用随机加权法求解参数估计的渐近方差.通过推导给出随机加权参数估计与未加权参数估计的渐近分布,并且证明它们是相同的,从而可以用容易获得的随机加权估计的渐近分布去近似原参数估计的渐近分布.     

线性等式约束下线性回归模型参数估计的局部影响评价

本文研究线性回归模型在线性等式约束下参数估计的局部影响评价问题，导出了线性等式约束下线性回归模型在各种扰动模式下参数估计的局部影响度量，通过实例分析，表明了本文方法的有效性。     

带线性等式约束的线性模型的比较

在一定条件下,比较带有线性等式约束的两个线性模型,得到了几个简洁的充要条件。     

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.     

基于代入法的约束线性模型的参数估计

本文利用代入法研究带约束条件的一般线性模型的参数估计问题，当线性模型中固定效应参数β附带线性约束条件时，在不同的协差阵和设计阵结构下，提出了可估函数c′β的约束估计，并给出其优良性质。     

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。     

约束线性回归模型回归系数的条件广义岭估计

提出了约束线性回归模型中回归系数的一种条件广义岭估计,讨论了它的优良性,证明了它在均方误差及均方误差矩阵下都优于约束最小二乘估计。     

不等式约束线性模型的参数估计及影响

引用不等式约束问题分析处理的思想和对约束线性模型的协方差扰动影响分析的相关结论,利用分块矩阵求逆和非线性规划的方法,得出不等式约束线性模型在满足特殊情况时的最小二乘估计β^n,接着给出了扰动模型参数的最小二乘估计β^n(gn).     

带线性约束的新两参数估计

针对带约束的最小二乘估计在参数估计中处理复共线性的不足,引入随机线性约束,提出了约束新两参数估计.并且得到在均方误差下,约束新两参数估计与约束最小二乘估计,约束岭估计和约束Liu估计相比的优良性.     

椭球约束下线性模型协方差扰动的影响分析

讨论了椭球约束下协方差阵扰动模型和数据删除模型对线性回归参数的影响问题,给出了在椭球约束下G-M模型与椭球约束下一般线性模型及在椭球约束下数据删除模型中回归参数的估计之间的关系.     

线性模型广义压缩预测的性质

考虑线性模型的参数预测问题,在设计矩阵的复共线性下,提出了广义压缩预测,并讨论了它们的性质.     

带有约束条件的一般线性模型参数估计

研究了误差相关及未知参数有约束情况下线性回归模型的参数估计问题,分别给出了可控制矩阵列满秩与列不满秩情况下参数的最佳线性无偏估计.     

广义多元线性模型的最优设计

对文献 [1 ]中多元Φ -最优设计的等价定理进行了进一步研究 ,并把这些结论推广到广义多元线性模型 .作为推论 ,得到矩阵分析中两个重要结果 .     

广义Bezier曲线的几何特征

本文引入了广义Ｂｅｚｉｅｒ曲线的概念Ｑｎ（ｘ）＝ｎΣｋ＝０＝（ｌ／ｑｋｑｋΣｉ＝１ｂｋｌ）ｐｎ，ｋ（ｘ），研究了广义Ｂｅｚｉｅｒ曲线的端点性质、对称性、保号性及局部无序性等几何特征。     

VaR约束下的M-V模型在股票配置决策中的应用

研究了建立在VaR约束基础上的投资组合优化模型,并在实证分析中将其应用于股票配置决策上。     

一般线性回归模型的有偏估计及其容许性

根据线性回归模型[y=Xβ+ε;ε～(0,σ2V);V>0],给出了一种新的有偏估计βd(V),讨论了该有偏估计的优良性质,在均方误差矩阵准则下比较了新估计与广义最小二乘估计的性能,并证明了其容许性.     

关于奇异线性模型最优线性无偏估计的一个等价刻划

研究了奇异线性模型(Y,Xβ,σ^2V)．给出最好线性无偏估计能表成类似最优加权最小二乘估计形式的充要条件,并举例说明了等价条件中V的对称自反广义逆的存在性不能进一步削弱为V的广义逆的存在性．