线性混合模型中的参数与方差分析

给出了一种将一般的线性混合模型转化为满足Gauss-Markov假设的线性模型方法,然后对其中的参数进行最小二乘估计,并讨论了QR分解在线性混合模型中方差的ANOVA估计中的应用.     

纵向数据混合效应模型的一类新估计

提出一个核线性混合效应模型(KLME)估计量.该方法是结合核方法与线性混合效应模型方法得到的.此估计量能够达到很好的渐进有效性.     

基于SVM和线性光谱混合模型的城市不透水面丰度提取

不透水面丰度的提取在城市环境监测和规划研究中具有重要价值.基于2006年7月30日合肥市TM影像数据,运用支持向量机(SVM)监督分类与线性光谱混合模型(LSMM)相结合的方法提取研究区不透水面丰度值,并与单一运用线性光谱混合模型提取结果进行比较.研究结果表明:支持向量机监督分类和线性光谱混合模型相结合的方法RMSE为12.8%,提取精度高于线性光谱混合模型,该方法提高了城市不透水面丰度提取的精度.     

分块混合线性模型参数的极大似然估计

对于分块混合线性模型,研究了固定效应的参数估计,讨论了当B＇B=Ir,σ^2=σ1^2时混合线性模型中参数的极大似然估计。     

线性混合模型中的固定效应参数的估计

混合效应的线性模型中含有两类参数:一类是固定效应参数,另一类是随机效应部分的方差分量参数.本文主要研究讨论了对于在线性混合模型中的固定效应参数,将不同的线性混合模型转化为满足Guass-Markov假设的线性模型,在此基础上,根据不同的情况,对其中的固定效应参数作最小二乘估计;当模型在较强的复共线性时,相应的对其做岭估计.     

分块混合线性模型参数的极大似然估计

对于分块混合线性模型,研究了固定效应的参数估计,讨论了当B′B=Ir,σ2=σ12时混合线性模型中参数的极大似然估计。     

混合模型及其导出模型下可估函数的最佳线性无偏估计研究

讨论了在混合模型(y,Xβ+Uζ,σ_0~2V_0)及其导出模型下,可估函数的最佳线性无偏估计之间的关系,证明了当可估函数的最佳线性无偏估计存在时,它在混合模型及其导出模型下的一致性。     

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。     

带有混合故障模型的不确定线性系统可靠控制

针对线性不确定系统,提出了更一般更实际的混合故障模型来研究系统可靠控制器存在问题。混合故障模型是指在一个系统中同时包含离散的故障模型和连续的故障模型,混合故障模型的建立把离散的故障模型和连续的故障模型结合到了一起,这样设计的控制器使系统的保守性更小,尤其还考虑到了线性系统的不确定问题,并给出了设计具有混合故障模型的闭环系统的可靠控制器的充分条件。通过求解LMI(线性矩阵不等式)完成状态反馈可靠控制器的设计。仿真实例验证了混合故障模型设计控制器方法的可解性和可行性。     

混合系数线性模型参数的新估计与LS估计的比较

混合系数线性模型在连续测量数据的情况下，给出了固定系数a和随机系数期望b的一种新估计．在均方误差的意义下，证明了混合系数线性模型参数的新估计优于最小二乘估计（LS估计），并给予了应用举例．     

一类线性混合模型中方差分量的估计

将线性混合模型中随机效应的协方差阵推广为正定阵,运用方差分析估计的方法给出了方差分量的估计。通过QR分解给出了简化计算的方法,利用随机变量二次型的协方差对方差分量的估计做了进一步的改进,同时还给出了方差分量的一个非负估计。     

约束下混合模型的参数估计

考察了带随机信息的混合模型,得出了在线性不等式约束下的混合模型的参数估计,并研究了它的一些性质如均方误差矩阵(MSEM)、均方误差(MSE)准则下相对于混合估计的优劣性.     

峰度与偏度系数的近似经验贝叶斯估计

建立了单样本数据的贝叶斯模型,给出了偏度系数和峰度系数的线性贝叶斯估计及近似信度估计.进而,将模型推广到多样本数据模型下,并讨论了近似信度估计的统计性质,比较了贝叶斯估计、线性贝叶斯估计及近似信度估计的均方误差.最后,给出了超参数的估计,得到了近似信度估计的经验贝叶斯估计,使该估计可直接运用于实际问题.     

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.     

基于原始自助法估计异方差线性模型

利用原始自助法(wild bootstrap)估计异方差线性模型,建立了异方差线性模型中参数部分的最小二乘估计的渐近分布,给出了非齐次方差的协差阵的一个相合估计.     

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.     

混合系数线性模型参数的局部根方估计的一些结果

在研究混合系数线性模型参数的局部根方估计的基础上,进一步论证了此估计的F-优良性和在矩阵条件数准则下对最小二乘估计抗干扰性的改进。     

广义线性模型的M-估计

用M-估计来估计广义线性模型中的未知参数β.首先,在一定的假设条件下,根据已有的对广义线性模型中未知参数β的极大似然估计方法,应用大数定律及鞅中心极限定理,证明了广义线性模型的M-估计的两个重要性质,印相合性及渐近正态性.其次,将固定设计的思想引入M-估计,并与广义线性模型相结合,证明了其相合性及渐近正态性.最后通过数...     

小区域估计中的SEBLUP估计方法

空间相关的经验最优线性无偏预测（SEBLUP）模型是指区域随机效应相关的线性混合模型,而模型中的参数估计方法是当前研究的重要问题之一。本文给出了模型中参数的极大似然（ML）估计过程,并通过仿真模拟,实验结果显示用ML估计方法估计SEBLUP模型的参数的条件下,SEBLUP估计方法处理空间相关的小区域数据效果较好。