异方差非简单样本的统计推断

就来自总体N(μ i,σ 2)的样本Y i=(y i 1,y i 2,…,y i mi) T,Yi～N mi(μ i1 i,σ 2N -1 i),N i=diag(n i 1,n i 2,…,ni m i),且Y 1,Y 2,…,Y k独立时,运用线性回归模型理论,给出了参数估计、假设检验、方差分析、多重比较的统计推断统计量.     

增长曲线模型方差扰动的影响分析

对增长曲线模型Ｙ＝ＸＢＺ＋∈，∈～（０，Ｖ－１⊙∑－１），给出了Ｂ的ＬＳＥ受Ｖ和∑变动影响的统计量，并导出了在方差单点扰动的情况下该统计量的简洁形式．     

非平衡异方差单向分类模型中的广义置信区间

讨论了在单向分类模型中多个正态总体样本容量不等, 方差不等时样本均值的同时广义置信区间的估计问题. 结合Scheffe 和Bonferroni 区间的定义, 给出了相应的广义检验变量及广义枢轴量, 进而求得样本均值的同时广义置信区间, 并且通过数据模拟, 和文献[1]中给出的方法比较, 本文所给方法具有较好的可行性.     

异方差的两级套模型的方差分量的检验

利用广义p值的概念,研究了异方差的两级套模型的方差分量的精确检验问题,并在异方差的情况下比较两个两级套模型的方差分量.基于广义p值获取精确检验的方法,具有计算简便、易用于小样本问题的特点.     

具有异方差的线性回归模型的统计诊断

为了诊断具有异方差的线性回归模型的异常点,建立了具有异方差的均值漂移模型和数据删除模型.采用Score诊断统计量对具有异方差的均值漂移模型的均值是否漂移进行诊断,证明了异方差存在条件下均值漂移模型和数据删除模型的等价性.这一结果表明,在诊断具有异方差的线性回归模型的异常点时,可考虑采用更加便于处理的均值漂移模型.最后,用Score诊断统计量对镀锌数据进行了异常点的诊断.     

异方差混合转移分布模型一阶与二阶平稳条件的探讨

基于测度论的方法可导出异方差混合转移分布模型的一阶、二阶平稳条件，为进一步研究该模型的谱奠定了理论基础。     

几种异方差检验方法的比较

经典线性回归模型的一个重要假设就是回归方程的随机扰动项具有相同的方差 ,也称同方差性 .但在大多数经济现象中 ,回归方程的扰动项的方差随观察值的不同而变化 ,这种模型称为异方差模型 .如果对异方差模型进行OLS估计 ,就会产生严重的后果 ,因此 ,选取适当的异方差的检验方法是极其重要的 .本文对帕克检验、格莱舍尔检验、戈德菲尔德 -匡特检验作随机模拟 ,并对这几种方法略作比较 .     

自回归条件异方差模型的模拟

通过介绍怎样利用SAS/ETS中的自回归(Autoreg)过程实现条件异方差(ARCH)模型数据的分析,将理论与实践相结合,利用SAS/IML软件模拟两组(一组为ARCH(q)模型,另一组为AR(m)-ARCH(q)模型)ARCH数据,然后调用自回归过程对两组数据分别用相应ARCH模型进行效据拟合,得到理想结果.     

混合自回归条件异方差模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.2001年Wong Chun-shan等将混合自回归(MAR)模型推广到混合自回归条件异方差(MAR-ARCH)模型,并且讨论了该模型的参数估计及模型选择问题,本文导出了MAR-ARCH模型自协方差函数的递推关系式及计...     

异方差非线性模型中QLE的渐近性质

在一类异方差非线性模型中，在一定正则条件下，证明了回归参数的拟似然估计（ＱＬＥ）的唯一存在性、强相合性及渐近正态性；最后导出了估计量的渐近方差的相合估计；从而进一步推广和发展了Ｍｃｃｕｌｌａｇｈ（１９８３）、Ｊｅｎｎｒｉｃｈ（１９６９）及Ｗｕ，ｃ·Ｆ（１９８１）的结论。     

增长曲线模型回归系数线性估计的泛容许性特征

讨论了增长曲线模型回归在线性估计时的泛容许性特征，得到了其在齐次线性估计类Ｆ０和一般线性估计类Ｆ１中是泛容许估计的充要条件．     

矩阵损失下带约束生长曲线模型中齐次线性估计的可容许性特征

证明了约束条件下生长曲线模型中线性估计的可容许性与约束条件下一元线性模型中,线性估计的可容许性在齐次线性估计类中具有等价性,得到了带约束生长曲线模型中线性函数KBL的估计DYF在齐次线性估计类中是可容许估计的充要条件.     

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.     

具有均匀协方差结构的曲线增长模型的局部影响分析

利用广义影响函数和广义Cook统计量来研究具有均匀协方差结构的曲线增长模型的局部影响问题 .得到了不同扰动形式下 ,参数矩阵B及协方差阵∑的极大似然估计的局部影响度量 ,并利用实例说明了该方法的有效性     

增长曲线模型中LSE的几种新的相对效率

对于生长曲线模型Ｙｑ×ｎ ＝ Ａｑ×ｍ Ｂｍ ×ｋＣｋ×ｎ ＋ ｅｑ×ｎ , Ｅ（ｅ） ＝ ０ ,ｃｏｖ（→ｅ） ＝ Ｖｎ×ｎ ｑ×ｑ ,该文定义了四种ＬＳＥ 的相对效率,并给出了它们的上界     

生长曲线模型参数估计的再讨论

对于生长曲线模型: Y=X_1BX_2+U E(U)=0 D()=I_Nσ~2V(其中Y为N×P阶观测矩阵,X_1及X_2分别为N×q,k×p阶已知设计阵,B为q×k阶未知参数阵,为误差矩阵U的按列拉直,σ>0未知,V为已知p阶阵。)本文给出了在约束条件下参数估计的几个基本结果。同时,在当设计阵呈病态时,我们给出了两种不同的参数岭估计,并且还证明了这两种岭估计之间的一个重要关系。     

生长曲线模型综合岭估计的推广

文章将生长曲线模型Y=X1BX2+ε,E(ε)=0,Co v(ε)■=Co v(Ve c(ε))=Iqσ2In在设计阵X1(或X2)呈病态时的综合岭估计推广到协方差矩阵为正定和半正定生长曲线模型,得到了相应的综合岭估计,并给出了其优良性等性质。     

约束增长曲线模型的Minimax可容许估计

讨论在矩阵损失函数下约束增长曲线模型中回归系数的Minimax可容许估计问题,给出在某些线性估计类中Minimax可容许估计的充要条件.     

PC准则下生长曲线模型回归参数阵广义岭估计的优良性

一般而言 ,PC准则是用来比较向量参数两个估计优劣的一种准则。本文将它推广应用于生长曲线模型回归参数阵的最小二乘估计和广义岭估计优劣性的比较。给出了广义岭估计在PC准则下优于最小二乘估计的条件     

增长曲线模型未来观察的预测

研究了一般增长曲线模型未来观察的预测问题,在一定条件下得到了它的最优线性预测量,经验最优线性预测量,最优线性无偏预测量.