基于广义线性模型的岭型主成分估计及实例分析

在广义线性模型已有的参数估计的基础上,结合广义线性模型中的主成分估计和岭估计,给出了广义线性模型中的新的估计方法岭型主成分估计,并在均方误差意义下证明了在满足一定条件下这种估计方法是优于广义线性模型中的最大似然估计、主成分估计、岭估计的,最后通过实际算例对比分析验证了理论上得到的结果.     

关于岭型主成分估计的回归最优性

证明了在一类岭型降维估计中，岭型主成分估计的方差和最小。     

基于广义线性模型的主成分估计及实例分析

在广义线性模型已有的参数估计的基础上对自变量参数中可能出现的复共线性关系时的参数估计进行了改进,应用主成分分析在线性模型中的方法将主成分估计应用到广义线性模型中去,并在均方误差下证明了主成分估计优于最大似然估计,并列举实际例子进行分析,说明了主成分估计的优越性.     

基于奇异设计矩阵的广义岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论了线性模型系数参数广义岭估计的优良性.对于可估函数在均方误差意义下,得到了广义岭估计优于最小二乘估计的性质.而且在二次损失函数下广义岭估计具有可容许性.     

广义岭估计在植被盖度定量评价中的应用

引入了广义岭估计的方法,明显的改善了线性回归方法的缺陷,克服了变量间由于存在复共线性关系对求解待定参数所造成的不利影响,提高了估测精度.运用广义岭估计参数的迭代算法,以影响荒漠化程度的主要因子植被盖度进行研究.     

Gauss-Markov模型回归系数广义岭估计的优良性

针对Gauss-Markov模型,讨论了在均方误差矩阵(MSEM)准则和Pitman Closeness(PC)准则下回归系数的广义岭估计相对于最小二乘估计的优良性.     

线性模型中回归系数广义岭估计的相对效率

对于Gauss-Markov模型,给出了回归系数的广义岭估计相对于最小二乘估计的几种相对效率的上、下界,并讨论了它们之间的相互关系.     

齐次等式约束线性回归模型回归系数的综合条件岭估计

提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出了其迭代解和极小化均方误差的无偏估计解.在一定的条件下,综合条件岭估计的样本总方差、均方误差、均方误差矩阵均分别小于约束最小二乘估计的相应误差.条件岭估计和条件根方估计为综合条件岭估计的特例,从而统一了条件岭估计和条件根方估计的理论.     

基于奇异设计矩阵的岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论线性模型系数参数岭估计的优良性。对于可估函数在均方误差意义下,得到岭估计优于最小二乘估计的性质。而且在二次损失函数下岭估计具有可容许性。     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。     

PC准则下回归系数估计优良性的计算机模拟

在PC准则下对线性模型中设计矩阵病态时的几种改进估计－－岭估计，压缩估计及Bayes估计进行了计算机模拟，模拟结果显示了几种改进估计的统计优良性。     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用Y-可观广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题.应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用,一个仿真例子说明其有效性.     

平衡损失下线性模型系数参数的平衡岭估计

在Zellner提出的平衡损失函数的基础上,同时考虑到岭估计拟合优度及精度,构造了平衡损失函数,给出平衡损失下线性模型系数参数的平衡岭估计概念.在设计矩阵不满秩条件下,讨论平衡损失函数平衡岭估计的优良性.     

广义算子半群的Shisha-Mond型概率逼近问题

给出了广义算子半群的连续修正模的定义,基于此对广义算子半群的概率逼近问题进行了研究.在不同的概率分布形式下,给出了广义算子半群Shisha-Mond型概率逼近形式和速度估计.     

一般岭估计及其相对效率

讨论了下般Gauss-Markoff模型中未知参数向量的最优线形无偏估计的改造问题，引入了一般岭估计的概念且证明了其优良性，提出了关于优化无偏估计的三种估计的相对效率，并给出了它们的上界线下界。     

拟复广义正定矩阵上的Oppenheim不等式的推广

首先改进了关于Hermitian正定矩阵的Hadamard乘积的行列式的下界估计的经典的Oppenheim不等式的加强形式,然后应用这个结论和拟复广义正定矩阵的性质,得到了Hermitian正定矩阵和拟复广义正定阵的Hadamard乘积的行列式的模的新下界估计.这些结果不仅推广和改进了有关拟复广义正定矩阵的Hadamard乘积的行列式的模的下界估计的文献,而且概括了关于实正定矩阵和亚正定矩阵Hadamard乘积的行列式的下界估计的Oppenheim型不等式.     

线性模型的广义最小二乘估计递推算法

基于广义线性模型,讨论了新增样品后其系数的广义最小二乘估计与原有的样品其系数的广义最小二乘估计之间的关系,在此基础上,讨论剔除某个过时的样品后,其系数的广义最小二乘估计与原有样品的系数的广义最小二乘估计之间的关系,最后研究新增样品、剔除样品和原有样品它们三个的系数的广义最小二乘估计之间的关系.     

光滑无边紧流形上的线性抛物方程

用半群方法证明光滑无边紧流形上线性抛物方程的广义解的存在性抛物并通过讨论解的正则性，得到古典解的存在惟一性及Ｓｃｈａｕｄｅｒ型先验估计。     

带三阶粘性项的高维广义KdV—Burgers型方程组的整体解

考虑了一类带三阶粘性项的高维广义ＫｄＶ－Ｂｕｒｇｅｒｓ型方程组的周期边值问题和初值问题，利用先验估计及Ｇａｌｅｒｋｉｎ方法，证明了所论问题整体解的存在性、唯一性和正则性。     

广义差分法及其应用

综合报道了关于广义差分法的研究，简要概述了作者及国内同行近十几年来在广义差分法方面的主要成果，包括椭圆、双曲和抛物方程广义差分格式的构造，误差的Ｓｏｂｏｌｅｖ模估计和超收敛性，以及广义差分法在电磁场，计算流体等领域的应用。