增长曲线模型中共同均值参数线性估计的泛容许性

讨论了增长曲线模型中共同均值参数的估计问题,在二次损失下得到了其共同均值参数的线性估计在非齐次线性估计类中是泛容许估计的充分和必要条件.     

多元随机共同均值泛容许估计的特征

讨论了多元随机共同均值线性模型中均值矩阵和参数的线性估计的泛容许性 ,并在齐线性和非齐线性两个估计类中分别得到了泛容许估计的特征。     

随机共同均值线性模型中容许估计的几个结果

本文讨论了方差已知的随机共同均值线性模型中共同均值和参数的线性估计的可容许性,在齐线性和非齐线性两个估计类中分别得到了容许估计的充要条件.     

共同均值参数的线性估计的可容许性

讨论了对于一般共同均值线性模型，共同均值参数的可估函数SXβ的线性估计在线性估计类和一切估计类中的可容许性问题，分别得到了它们的充要条件．     

共同均值参数的线性无偏估计的可容许性

在一特殊的共同均值模型和平方损失函数下，得到了共同均值参数β的线性无偏估计Ay1 (I-A)y2分别在线性估计类和齐次线性估计类中为可容许估计的充要条件。     

等式约束下线性模型的可容许性

对等式约束线性模型 ,文章得到了均值参数的条件可估函数的 BLU估计 ,且得到了其线性估计在线性估计类和一切估计类中可容许的充要条件     

泛优良性和均值矩阵线性估计的泛容许性

讨论了矩阵参数的估计问题。试图给出损失取为矩阵损失时,风险矩阵的一个统一的比较标准——泛优良性。并得到了多元线性模型中均值参数矩阵的可估线性函数的线性估计在线性估计类中泛容许的特征。     

一般多元线性模型中共同均值参数的线性估计的可容许性

本文讨论了一般多元性模型中共同均值参数的估计问题，针对「３」中提出的六种不同形式的优良性准则，证明了当Ｖ〉０，Σ≥０时，在齐次线性估计类中这六种准则是等价的，并且得到了在相应的类中均值参数矩阵的线性可估函数的线性估计的可容许性特性。     

带有线性约束的共同回归系数矩阵线性估计的泛可容许性

针对带有线性约束的多元共同均值回归模型，在泛优良性准则下，得到了其共同均值参数矩阵的线性函数的线估计是泛可容许的必要条件，进而给出了在不同的线性约束条件下，Ｈ的泛可容许估计类之间的一种刻划。     

矩阵损失下等式约束线性模型的可容许性

对线性等式约束的共同均值线性模型,利用无约束单总体模型的现有结果,通过适当变换,把等式约束模型向无约束转换,并把多总体转换为单总体,在矩阵损失下找到了均值参数β的条件可估函数Sβ的线性估计∑i=1^mAiyi a。在非齐次线性估计类中可容许的充要条件,填补了等式约束的共同均值线性模型可容许性方面的空白．     

利用调查数据中完全辅助信息的广义模型校正方法

推广了模型校正方法去估计总体和均值以外的总体参数.建议的模型校正估计可以处理任何线性或非线性的工作模型,且在线性模型的情形下变为广义回归估计.通过Kronecker积,可把模型校正方法用于估计双线性参数,特别地,去估计方差和协方差.     

基于半参数ARCH-M模型的风险厌恶度量

提出了风险厌恶度量的半参数ARCH-M模型,给出了两步估计方法来估计均值中的未知函数和未知参数:第一步是基于局部线性估计方法,第二步是基于极大似然估计方法.在一定的条件下讨论了估计的渐近性质.     

方差分量的不变二次无偏估计

本文考虑具有任意K个方差分量的线性模型,讨论了方差分量线性函数的可容许估计问题。根据一般线性模型中均值参数的可容许估计的刻划,得到了在椭球等高分布的假定下,方差分量线性函数的可容许性不变二次无偏估计的刻划。     

矩阵损失下多维几何分布均值的非齐次线性估计可容许性

本文在矩阵损失函数（d-λ）（d-λ）,下讨论多维几何分布均值参数λ的线性估计在非齐次线性估计类中的可容许性.     

多元线性模型共同均值参数线性估计的可容许性

对于一般未知方差多元线性模型,讨论了共同均值矩阵参数的可估函数SXΘ的线性估计在线性估计类中的可容许性问题,证明了在本文所给的不同优良准则下可容许性是等价的,并得到了它们的充要条件.     

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。     

非参数回归模型的贝叶斯局部线性估计

对于非参数回归模型=m(x)+ε,在局部线性估计中窗宽h的先验分布为Gamma分布的条件下,用未知光滑函数m(x)的后验均值构造了它的贝叶斯估计,并给出了参数的后验分布和抽样方法.模拟算例证明了贝叶斯局部线性估计方法的可行性.     

奇异增长曲线模型中最小二乘估计的有效性

研究了奇异增长曲线模型中均值矩阵的最小二乘估计的效率问题，给出了均值矩阵的最小二乘估计相对于最佳线性无偏估计的偏差估计，定义了均值矩阵的最小二乘估计相对于最佳线性无偏估计的相对效率，并给出了它们的上界．     

共同均值矩阵参数的所有E—可容许和G—可容许线性估计

对于一般多元线性模型,讨论了共同均值矩阵参数的线性组合函数ＳＸΘ的线性估计在一切估计类中的Ｅ－可容许性和Ｇ－可容许性问题,分别得到了Σｉ＝１→ｍ ＡｉＹｉ是ＳＸΘ的Ｅ－可容许估计和Ｇ－可容许估计的充要条件。     

共同均值矩阵参数的所有A—可容许性线性估计

讨论了多元线性模型中共同均值矩阵参数Θ及其线性组合函数SΘ的线性估计∑∧mi=1AiYi C在一切估计类中的Φ-可容许性和A-可容许性问题,得到了∑∧mi=1AiY C是SΘ的A-可容许性估计的一些充分条件和必要条件。