多元线性模型中的条件最优预测

研究了带线性等式约束下任意秩多元线性模型中条件可预测变量的最优预测。特别地考虑了一类特殊的预测函数：φ－线性预测函数，给出了条件φ－线性可预测变量和条件最优φ－线性无偏预测的定义。得到了条件φ－线性可预测变量的条件最优φ－线性无偏预测，并证明了它在几乎处处意义下的唯一性。     

LR估计的一点注记

证明了ＬＲ估计是一个非线性有偏估计，并得到了一个重要的推论。     

任意秩多元线性模型中最优预测的稳健性

研究了任意秩多元线性模型中最优线性无偏预测的稳健性,即对任一线性可预测变量,得到了其关于协方差矩阵具有稳健性的充要条件.     

二次损失下回归系数的线性条件Minimax估计

考虑带线性等式约束的线性模型 .对任一条件可估函数 ,给出了二次损失下线性条件 Minimax估计的定义 ,并得到了唯一的线性条件Minim ax估计 .     

带线性等式约束的线性模型的比较

在一定条件下，比较带有线性等式约束的两个线性模型，得到了几个简洁的充要条件。     

降秩多元线性模型参数阵的BLU估计

本文研究了降秩多元线性模型的边界条件，得到了参数阵的最佳线性无偏估计（ＢＬＵ估计）。     

任意秩多元线性模型中的简单投影预测

考虑任意秩多元线性模型Y＝XB+ε(其中,E(Vec(ε))＝0,V(Vec(ε))＝σ2ΔΣ),该模型的预测问题就是利用已观察值矩阵Y预测未观察值矩阵Y0＝X0B+ε0.H.Bolfarine等强调预测必须有简洁而直观的形式,最简洁、直观的预测是简单投影预测(SPP);对于超总体模型,H. Bolfarine等得到了简单投影预测为最优预测的充要条件.作者研究了预测的最优性,对任一线性可预测变量θ＝KY0L,它的简单投影预测被定义为SPP＝KX0(X′T-X)-X′T-YL(其中,T＝Σ+XX′);得到了SPP为θ的最优线性无偏预测的充要条件,并研究了SPP关于协方差矩阵的稳健性,从而推广了H.Bolfarine等的有关结果.     

降秩多元线性模型参数阵的一类有偏线性估计

本文对降秩多元线性模型的参数阵提出了一类有偏线性估计，讨论了许多重要的性质，从而把降秩模型中参数阵的估计问题转化为满秩模型中参数阵的估计问题，为了讨论方便，我们给出了一种特殊情况；最后，讨论了多元线性模型参数阵的Ｂａｙｅｓ线性估计。     

一般增长曲线模型中线性预测的可容许性

研究了一般增长曲线模型中线性可预测变量的最优预测,给出了可容许线性预测的定义,并分别在齐次线性预测类和非齐次线性预测类中得到了线性可预测变量的一个线性预测是可容许预测的充要条件．