线性等式约束下一般生长曲线模型中的最优预测

研究了线性等式约束下一般生长曲线模型中条件可预测变量的最优预测,并证明了它在几乎处处意义下的唯一性.     

增长曲线模型未来观察的预测

研究了一般增长曲线模型未来观察的预测问题,在一定条件下得到了它的最优线性预测量,经验最优线性预测量,最优线性无偏预测量.     

线性模型最优线性无偏预测的一种相对效率

本文得到了一般线性模型中最优线性无偏预测的优良性,并研究了最优线性无偏预测和简单投影预测的一种相对效率。     

一般增长曲线模型中线性预测的可容许性

研究了一般增长曲线模型中线性可预测变量的最优预测,给出了可容许线性预测的定义,并分别在齐次线性预测类和非齐次线性预测类中得到了线性可预测变量的一个线性预测是可容许预测的充要条件．     

一般生长曲线模型中条件最优预测的稳健性

研究了一般生长曲线模型中条件最优线性无偏预测的稳健性,得到了条件线性可预测变量的这种预测关于协方差矩阵具有稳健性的充要条件.     

一般增长曲线模型中共同均值参数的线性估计的容许性

本文讨论了一般的增长曲线模型中共同均值的线性（包含齐线性与非齐线性）估计的可容许性，给出了共同均值的线性组合的线性估计在矩阵损失下是估计类中的容许估计的充要条件。     

一般增长曲线模型参数阵的线性容许Minimax估计

对于一般的增长曲线模型,在适当的假设下分别探讨了参数阵的线性可估函数在给定的齐次线性估计类和非齐次线性估计类中的容许Minimax估计,并给出了具体的表达式.     

一般生长曲线模型中的简单投影预测

考虑一般生长曲线模型Y=XBZ+ε(其中,E(Vec(ε))=0,V(Vec(ε))=σ2ΔΣ),该模型的预测问题就是利用已观察值矩阵Y预测未观察值矩阵Y0=X0BZ0+ε0.作者研究了预测的最优性,对任一线性可预测变量θ=tr(A′Y0),它的简单预测被定义为∧θSPP=Vec(′A)(Z0′X0)[(Z X′)T-(Z′X)]-(Z X′)T-Vec(Y)(其中T=ΔΣ+(ZZ′XX)′);得到了∧θSPP为θ的最优线性无偏预测的充要条件,并研究了∧θSPP关于协方差阵的稳健性,推广了Bolfarine H等的有关结果.     

增长曲线模型中线性预测的泛容许性

在二次损失情况下,研究一般增长曲线模型中未来观察值线性预测的泛容许性.根据线性可预测变量泛容许预测的定义,得到了齐次线性预测和非齐次线性预测在对应的线性预测类中是泛容许预测时的充分必要条件.     

一般增长曲线模型中的简单投影预测

考虑一般增长曲线模型(Y=XBZ ε(其中,E(Vec(ε))=0,V(Vec(ε))=σ2Δ■Σ),该模型的预测问题就是利用已观察值矩阵Y预测未观察值矩阵Y0=X0BZ0 ε0.本文研究了预测的最优性,对任一线性可预测变量θ=KY0L,它的简单预测被定义为θ^SPP=KX0(X′T-X)-X′T-YZ Z0L(其中T=Σ XX′);得到了θ^SPP为θ的最优线性无偏预测的充要条件,并研究了θ^SPP关于协方差阵的稳健性,从而将这方面的结果推广到一般增长曲线模型.     

一般线性回归模型最佳线性无偏估计的影响分析

讨论一般线性回归模型的影响分析问题,研究了协方差矩阵扰动和数据删除对最佳线性无偏估计的影响,给出了度量影响大小的距离测度和它的计算公式.     

一般增长曲线模型回归系数线性估计的可容许性

本文在一般增长曲线模型下研究其回归系数线性估计的可容许性。令Q={DUF:D为t×p阶常数矩阵,F为n×l阶常数矩阵},在矩阵损失函数(d-KBL)(d-KBL)′下给出了可估函数KBL的估计DYF在估计类Q_1={DYF:DYF∈Q,DA≠K,CF=L}中是可容许估计的充要条件;在DA=K,CF=L时DYF在估计类Q中是可容许估计的充要条件。由此还得出了一元的Gauss-Markov模型和多元模型在线性估计类中是可容许估计的充要条件。     

生长曲线模型的几乎无偏岭估计

本文用几乎无偏岭估计来估计生长曲线模型中的回归系数,表明了在均方误差意义下,几乎无偏岭估计优于岭估计,并通过实例验证了该结果。     

多元线性模型中的条件最优预测

研究了带线性等式约束下任意秩多元线性模型中条件可预测变量的最优预测。特别地考虑了一类特殊的预测函数：φ－线性预测函数，给出了条件φ－线性可预测变量和条件最优φ－线性无偏预测的定义。得到了条件φ－线性可预测变量的条件最优φ－线性无偏预测，并证明了它在几乎处处意义下的唯一性。