协方差阵的二次型估计的可容许性问题

设Y的分布为,即Y有密度函数其中X和V>0分别是已知的m×N和N×N阶矩阵,B和Σ>0分别是未知的p×m和p×p阶参数矩阵.本文限制在估计类?中讨论协方差矩阵Σ的估计的可容许性问题,所取的损失函数为??本文的主要结果有:(1)当m=n时,得到了Σ的估计YAY'在?中可容许的充要条件;(2)当m=1或BX=?时,得到了Σ的估计YAY'在?中可容许的充要条件;(3)当X=0时,得到了Σ的唯一的一个在?中可容许的估计;如果把损失函数改为??则在X=0时,存在着一簇Σ的在?中可容许的估计,其充要条件也被得到.本文主要利用凸集、凸函数和方向导数的有关性质,解决上述问题.这与以往文献所使用的方法有所不同,显得较为简单可行.     

协方差阵的二次型估计的可容许性问题

设Y的分布为N_p,N(BX,Σ,V),即Y有密度函数(2)_~(-1/2p~N)·|Σ|~(-1/2V)·|V|~(-1/2)p·etr{-1/2Σ~(-1)(Y-BX)V~(-1)(Y-BX)′},其中X和V>0分别是已知的m×N和N×N阶矩阵,B和Σ>0分别是未知的p×m和p×p阶参数矩阵。本文限制在估计类(?)={YAY~′:A》0}中讨论协方差矩阵Σ的估计的可容许性问题,所取的损失函数为L(d,Σ,B)=tr(d·Σ~(-2)-1)~2。本文的主要结果有: (1) 当m=n时,得到了Σ的估计YAY′在(?)中可容许的充要条件; (2) 当X=0或BX=η·1_p·1~′_N时,得到了Σ的估计YAY′在(?)中可容许的充要条件; (3) 当X=0时,得到了Σ的唯一的一个在(?)中可容许的估计;如果把损失函数改为L(d,Σ,B)=tr(d-Σ)Σ~(-2)(d-Σ),则在X=0时,存在着一簇Σ的在(?)中可容许的估计,其充要条件也被得到。本文主要利用凸集、凸函数和方向导数的有关性质,解决上述问题。这与以往文献所使用的方法有所不同,显得较为简单可行。     

约束条件下误差协方差阵的二次型估计的可容许性

估计的可容许性一直是模型估计理论的重要部分,其主要包括系数估计的可容许性与误差估计的可容许性。随着统计模型的不断扩展与完善,各种有关的容许性理论也在不断的更新和完善之中。作为椭圆约束下一元模型中误差估计的可容许性向高维的一种推广,本文主要讨论在不等式约束条件下多元线性模型中误差协方差阵V的二次型估计的可容许性,得到了在二次型估计可容许的必要条件以及rk（x）=1与x=（1,1,…,1）T情形下可容许估计的充要条件等结果。     

生长曲线模型中协方差矩阵的齐次和非齐次估计的可容许性

讨论了生长曲线模型（１．１）中协差矩阵的二次型估计在齐次和非齐次估计类中的可容许性问题, 并得到了相应的充要条件     

多元线性模型中一个二次型估计的可容许性

一、引言成平、吴启光,李国英在一元线性模型中,在平方损失之下,讨论了二阶原点矩σ~2+β~2的二次型估计的可容许性问题,本文在多元线型模型     

增长曲线模型误差方差的非齐次二次型可容许估计

对于增长曲线模型Y=ABC+εEε=0,cov(vecε)=σ2(Ip Gn),在二次损失函数下,研究了误差方差的非齐次二次型估计的容许性.在矩阵A行满秩而矩阵C列满秩时,得到了非齐次估计可容许的充要条件.     

二次损失下齐次线性估计类中关于不等式约束的可容许估计

刻划了线性模型(Y,Xβ,σ2V)在不等式约束r'β≥0条件下的线性估计的可容许性,在二次损失下,给出了在齐次线性估计类中可容许的一个充要条件。     

未知方差下回归系数常用估计的可容许性

假设一个”维随机向量Y服从正态分布N(β，σ^2In)。在二次损失下，当n≥3和σ^2已知时，Stein在1956年指出Y不是β的容许估计，这是统计判决理论中一个著名的结果，成平在1982年对Stein结果给出了一个有趣的补充，他证明了当σ^2未知时，Y是β的容许估计。这篇文章是成平结果的一般化，即在一个宽广的分布类中，证明了当方差未知时，回归系数最小二乘估计是容许的。这表明当方差未知时，回归系数最小二乘估计是一个适合的估计。     

矩阵损失下非齐次线性估计关于不等式约束的可容许性

对于一般的Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型,给出了当回归系数受一个不等式约束时,在矩阵损失下,非齐次线性估计保容许的充要条件。     

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     

指数分布族参数的一类非线性估计的可容许性

本文首先对于离散型指数分布族参数,获得了M(1/(X_1+α_1)…,1/(X_1+α_1)′+γ是可容许估计的必要条件,得到关于M和γ的一个结构;其次利用Zidek引理给出了单参数指数族时估计量(αX+b)/(cX+d)为可容许的充分条件,在附加的一个很弱的条件下,它可看成是[1]中主要定理的简单证明。     

线性估计在矩阵损失下的可容许性

研究了多元线性模型Y～N(XΘ，σ     

矩阵损失下标准伽玛分布均值的齐次线性估计可容许性

讨论标准伽玛分布Γ(λ，ι)中均值参数λ=(λ1，λ2，…，λn)′的齐次线性估计AX在矩阵损失函数(AX-λ)(AX-λ)′下的可容许估计，并给出AX可容许的充要条件。