共同均值矩阵的线性估计的泛容许性

本文给出了多元线性模型中共同均值矩阵可估函数的线性估计的泛容许性定义,并得到了共同均值矩阵可估函数的线性估计分别在齐次和非齐次线性估计类中的泛容许性特征。     

多元线性模型中共同均值参数的线性估计的可容许性

本文讨论了多元线性模型中共同均值参数的估计问题，针对矩阵损失函数，给出了五种不同形式的优良性准则，证明了在齐次和非齐次性估计中分别是一致的，并且得到了在相应的估计类中均值参数矩阵的线性可估函数的线性估计的可容许性特征。     

不等式约束下线性模型中线性估计的可容许性

本文研究了带有不等式约束的多指标线性模型中线性估计的可容许性.利用矩阵论的相关知识,在矩阵损失下得到了齐次线性估计在齐次线性估计类中是可容许的充要条件,以及非齐次线性估计在非齐次线性估计类中是可容许的若干条件,推广了不等式约束下可容许性的相关结果.     

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

本文在矩阵损失下给出了带约束的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。     

多元线性模型中回归系数矩阵非齐次线性估计的可容许性

该文研究了协方差矩阵未知的多元线性模型中,二次矩阵损失函数下回归系数矩阵可估线性函数的非齐次线性估计的可容许性.不需正态分布的假设,作者给出矩阵非齐次线性估计在线性估计类中可容许的充要条件;在正态分布的假设下,作者给出矩阵非齐次线性估计在一切估计组成的估计类中可容许的充分条件.     

多元线性模型中回归系数的线性可容许估计

基于Zellner的平衡损失的思想,本文提出了矩阵形式的平衡损失函数,并在该损失函数下讨论了多元回归系数线性估计的可容许性.给出了六种不同形式的可容许定义,证明了这六种容许性在齐次和非齐次线性估计类中是一致的,且得到了其共同的可容许估计的充要条件.     

一般增长曲线模型回归系数线性估计的可容许性

在矩阵损失函数下,讨论了一般增长曲线模型中回归系数线性估计的可容许性问题,分别在齐次与非齐次估计类中给出了回归系数的线性估计是可容许估计的充要条件,推广了以往文献的相关结论.     

增长曲线模型中系数矩阵的线性容许Minimax估计

对于生长曲线模型Y＝X_1B_1X_2＋ε，Cov（ε）＝σV，本文分别在某种齐次线性估计类L0和非齐次线性估计类L_1中找到了系数矩阵的线性可估函数KBL的容许Minimax估计，并且证明了这种估计是唯一的．     

矩阵损失下不完全椭球约束模型中一般线性估计的可容许性

对于带有不完全椭球约束的线性模型Ｙ～（Ｘβ，σ２Ｖ），（β－β０）＇ＸＮＸ（β－β０）σ２（Ｎ０，Ｖ０）．本文讨论了可估函数ＳＸβ的一般线性估计的可容许性，在矩阵损失下得到了ＡＹ＋ａ线性可容许的充要条件．所给证明对齐次线性估计在齐次线性估计类中的可容许性（β０＝０）也适用．     

矩阵损失下约束线性模型中回归系数的线性可容许估计

考虑约束线性模型Mr={Y,Xβ,σ2V|Rβ=r}其中x列满秩,V为正定矩阵.在二次损失下,Baksalary. J. K和Markiewicz,A得到了回归系教β的线性估计在非齐次线性估计类中可容许的充分必要条件,利用吴启光在无约束线性模型关于回归系数线性可容许估计的结果,对约束线性模型Mr我们得到结果如下在矩阵损失下回归系数β的线性估计AY+g在非齐次线性估计类中可容许当且仅当[i]XAV对称;[ii]R(A) R(U) [iii]AXU=U,g=(AX-I)R+r或AXU≠U时,有r(AX) (-∞,0)∪(1,+∞).其中R(U)=N(R),U为列正交矩阵.     

General admissibility for linear estimators in a general multivariate linear model under balanced loss function

A generalization of Zellner’s balanced loss function is proposed. General admissibility in a general multivariate linear model is investigated under the generalized balanced loss function. And the sufficient and necessary conditions for linear estimators to be generally admissible in classes of homogeneous and nonhomogeneous linear estimators are given, respectively.     

矩阵损失下多维 POISSON 均值的线性估计的可容许性

设 X_1…,X_n 相互独立,X_i 遵从参数为λ_i 的 Poisson 分布.L.D.Brown 和 R.H.Farrell 在[1]中阐述了λ=(λ_1,…,λ_n)′的线性估计的实际意义,并在二次损失函数下给出了λ的线性估计是可容许的充要条件.本文在[2]和[3]等使用的矩阵损失函数(d-λ)(d-λ)′下讨论λ的线性估计,在线性估计类中的可容许性.注意到λ的线性估计的风险函数只涉及 X=(X_1,…,X_n)′     

Admissibility for linear estimator of parameter on growth curve model with respect to linear constraint

By using the vector-method of matrix, we study Growth Curve Model with respect to linear constraint. Under matrix loss function and vector loss function, we obtain necessary and sufficient conditions for admissibility of linear estimators of parameters in the inhomogeneous linear class.     

平衡损失下一般Gauss—Markoff模型中回归系数的非齐次线性可容许估计

提出了适用于—般Gauss-Markoff模型的平衡损失函数,并在该平衡损失下,研究了模型中回归系数的非齐次线性估计在非齐次线性估计类中的可容许性,得到了充要条件．     

矩阵损失下一般Gauss-Markov模型线性预测的可容许性

本文研究了一般Gauss-Markov模型中线性可预测变量的线性预测的可容许性.在给出线性预测可容许性定义的基础上,通过构造一个特殊的常量矩阵D0,分别得到了齐次和非齐次线性预测类中可容许的充要条件.     

ADMISSIBILITY IN THE GENERAL GROWTH CURVE MODEL WITH RESPECT TO RESTRICTED PARAMETER SETS UNDER MATRIX LOSS FUNCTION

In this paper, we study the issue of admissibility in the growth curve model with respect to restricted parameter sets under matrix loss function. We obtain some neces- sary and sufficient conditions that the linear estimators of KBL are admissible in the class of homogeneous linear estimators and in the class of non-homogeneous linear estimators under the growth curve model with respect to restricted parameter sets, respectively.     

方差分量线性模型中回归系数和参数的所有可容许线性估计

对固定效应方差分量模型，在矩阵损失（ｄ－Ｓ＿τ）（ｄ－Ｓ＿τ）＇下，我们给出了线性可估函数Ｓτ的线性估计在一切估计类中可容许的充要条件；对具有两个方差分量的随机效应线性模型在矩阵损失（ｄ－Ｓα－Ｑβ）（ｄ－Ｓα－Ｑβ）＇下，我们给出了线性可估函数Ｓα＋Ｑβ的线性估计在一切估计类中可容许的充要条件。     

IMPROVED ESTIMATES OF THE COVARIANCE MATRIX IN GENERAL LINEAR MIXED MODELS

In this article, the problem of estimating the covariance matrix in general linear mixed models is considered. Two new classes of estimators obtained by shrinking the eigenvalues towards the origin and the arithmetic mean, respectively, are proposed. It is shown that these new estimators dominate the unbiased estimator under the squared error loss function. Finally, some simulation results to compare the performance of the proposed estimators with that of the unbiased estimator are reported. The simulation results indicate that these new shrinkage estimators provide a substantial improvement in risk under most situations.     

Partial Influence Functions

In this paper we extend the definition of the influence function to functionals of more than one distribution, that is, for estimators depending on more than one sample, such as the pooled variance, the pooled covariance matrix, and the linear discriminant analysis coefficients. In this case the appropriate designation should be “partial influence functions,” following the analogy with derivatives and partial derivatives. Some useful results are derived, such as an asymptotic variance formula. These results are then applied to several estimators of the Mahalanobis distance between two populations and the linear discriminant function coefficients.