多元回归系数线性估计的Minimax可容许性

在矩阵损失下给出了带约束的多元回归系数线性估计在线性估计类中是Minimax可容许估计的充分条件。     

矩阵损失下带约束的多元回归系数的Minimax估计

对于多元线性模型Y=XΘ+ε,E(ε-)=0,COV(ε-)=σ2Σ,HΘ=0,本文在矩阵损失下给出了带约束的多元回归系数的线性可估函数SΘ的唯一Minimax线性估计(有关唯一性在几乎处处意义下理解).     

方差分量模型中回归系数的线性Minimax估计

定义了三种不同的Minimax估计．在矩阵损失下得到了方差分量模型的回归系数(分别是在齐次线性估计类和非齐次线性估计类中)的线性Minimax估计．结果表明,Minimax估计是压缩型估计．     

二次损失下可估函数的线性MINIMAX估计的性质及其应用

对于线性模型Ｙ～（Ｘβ,σ２Ｖ）中的可估函数Ｓβ,本文在二次损失Ｌ（β,σ２;ｄ）＝（ｄ－Ｓβ）′ｄ－Ｓβ）／（σ２＋β′Ｘ′Ｖ－１Ｘβ）下讨论了线性估计类中的ｍｉｎｉｍａｘ估计的性质,并利用这些性质徐兴忠得到的线性ｍｉｎｉｍａｘ估计及其最大风险的表达式提供了一个相对简短的证明．     

相对损失函数下期望向量的线性Minimax估计

设Y1,Y2,…,Yn,i.i.d.,EY1=β,CovY1=Σ这里β∈Rp,Σ>0均未知.在两种相对损失函数下,我们给出了线性估计在线性估计类中的唯一的线性Minimax估计.     

约束线性模型下回归系数的条件根方估计

提出了约束线性模型下回归系数的条件根估计和广义条件根方估计,证明了在一定的条件下,两者在均方误差意义都能很好改进回归系数的约束最小二乘估计,并讨论了它们的可容许及广义条件根方估计中未知参数的选取方法。     

平衡损失下回归系数的最小风险估计

研究了线性模型中回归系数的最小风险估计问题.在平衡损失函数下,考虑了回归系数线性估计在线性估计类中的最小风险性,结果表明最小风险估计是非线性有偏估计,它与未知参数有关,当用未知参数的不同估计代替时,得到的估计都是一种估计的平衡.     

矩阵损失下多元统计中回归系数的线性Minimax估计

设Ｙ１,Ｙ２．．．Ｙｍ,ｉ．ｉ．ｄ．,ＥＹ１＝Ｘβ,ｃｏｖＹ１＝∑,这里Ｘ已知,β和∑未知。在矩阵损失下,我们给出了ＳＸβ的线性估计在齐次（非齐次）线性估计类中的唯一的线性Ｍｉｎｉｍａｘ估计。     

矩阵损失下带约束的回归系数非齐次线性估计的Minimax可容许性的特征

在短阵损失下给出了带约束回归系数线性估计在非齐次线性估计类中是Minimax可容许估计的充要条件。     

二次损失下可估函数在非齐次估计类中的条件Minimax可容许性

在二次损失下,关于任意矩阵V讨论了一般Gauss-Markov模型在非齐次线性估计类中可估函数的条件Mimimax可容许性.得出带约束的一般Gauss-Markov模型的可估函数在非齐次估计类中Minimax可容许的充分必要条件.     

矩阵损失下随机回归系数和参数的局部线性Minimax估计(英文)

对于带有随机效应的一般线性模型,考虑了随机回归系数和参数线性组合的Minimax估计问题.在矩阵损失下,研究了这个组合的线性估计在线性估计类中的局部极小极大性.并在适当假设下,得到了线性可估函数的惟一局部线性Minimax估计.     

二次损失下一般Gauss-Markov模型的线性预测的Minimax的可容许性

对不带约束的一般Gauss-Markov模型的线性预测在齐次线性预测类中的Minimax可容许性作了较深入的讨论，得出线性预测在齐次预测类中Minimax可容许的充要条件．     

矩阵损失下带约束多元线性模型回归系数可容许线性估计的特征

讨论矩阵损失下带约束多元线性模型中线性估计的可容许性问题,证明了约束条件下多元线性模型中线性估计KB的可容许性与约束条件下一元线性模型中线性估计Kβ的可容许性具有等价性;根据这一特征得出了多元线性模型中线性估计KB的估计LY是可容许估计的充要条件。     

线性回归模型回归系数的条件岭型估计

研究了线性等式约束的线性回归模型回归系数的一种有偏估计--条件岭型估计,给出了在均方误差意义下条件岭型估计优于回归系数的约束最小二乘估计的条件.     

正态线性模型中可估函数的极小极大估计(英文)

论述正态线形模型NL(Xβ,δ~2V),其中V为已知k×n正定矩阵,σ~2>0为未知参数,在二次损失|σ~2 β~TX~TV~1Xβ|~1||δ SXβ||下,根据可容许性理论,证明了SXβ的线性估计是其一切估计类中的唯一极小极大估计。     

正态线性试验中可估函数的最小最大估计

对于正态线性试验NL(Xβ,δ~2V),V为已知κ×n阶正定矩阵,δ~2为未知正参数,通过容许性理论,在平方损失函数(δ~2+β~rX~rV~(-1)Xβ)~(-1)‖δ-SXβ‖下,本文证明了SXβ的线性估计是所有估计类中一致最小最大估计。     

多元曲线模型的条件最好线性无偏估计

研究行等式约束下的多元曲线模型，得到了条件线性可估的、惟一的最优线性无偏估计（BLUE）。     

增长曲线模型中系数阵的Minimax可容许线性估计

对于增长曲线模型Y=X1BX2′ ε,E(ε)=0,COV(ε)=σ2VΣ,在该模型中,B是回归系数矩阵,选取二次损失函数,在齐次线性估计类L0={MYN:M,N分别为m1×n,p×m2的常数矩阵,MX1=K}中给出了线性可估函数KBL的容许Mini max估计,并且证明了其唯一性.