矩阵损失下回归系数和误差方差的联合估计的可容许性的几个结果

设有线性模型:Y=(Y_1,…,Y_n)＇=Xβ+ε=Xβ+(ε_1,…,ε_n)＇,其中X:n×p已知,β=(β_1,…,β_p)＇未知,ε_1,…,ε_n独立,E_(ε_i)=E_(ε_i~3)=0,E_(ε_4~2)=σ~2,F_(ε_i~4)=3σ~4,i=1,2,…,n,0<σ~2<∞,σ~2未知。在矩阵损失下,我们考虑(Sβ,σ~2)的联合估计(AY,Y＇BY)在估计类×={(CY,Y＇DY):C为m×n的常数阵,D≥0为n×n的常数阵中的可容许性,得到了(AY,Y＇BY)为(Sβ,σ~2)的可容许估计的一些充分条件和必要条件。     

方差分量组合的非负二次估计的可容许性

设有方差分量模型Y=X_β+U_(1ε1)+…+U_(NεN),其中XU_i已知,ε_1,…,ε_1相互独立。Eε_(if)=0,Eε_(if)~2=σ~2,Eε_(if)~3=0.Eε_(if)~4=3σ_i~4,这里(ε_(i1),…,ε_(in_i)εi。(β,σ~2)∈R~n×Ω为未知参数。Ω={(σ_1~2,…,σ_N~2):0≠sum from i=1 to n σ_i~2U_iU'_i≥0}。本文给出了Y'AY是sum from i=1 to n f_iσ_i~2在损失(Y'AY-sum from i=1 to N f_iσ_i~2)~2下在类{Y'BY:B≥0}中可容许估计的一个充分条件。同时也给出了Y'AY+l'Y+a是sum from i=1 to N f_iσ_i~2的可容许估计(在类{Y'BY+m'Y+b}中)的一个充要条件。研究了非负二次估计与局部最优估计之间的关系。     

一、二阶矩同时估计的可容许性

考虑模型Y=(y_1,…,y_n)′=(β,…,β)′+(ε_1,…,ε_n)′=1β+ε.(1.1)此处1=(1,…,1)′;ε_1,…,ε_n 相互独立,E(ε_i)=0,E(ε_i~2)=σ~2,E(ε_i~3)=0,E(ε_i~4)=3σ~4,i=1,…,n;-∞<β<∞,0<σ<∞.鉴于 β 的最重要的估计量是观察值 Y 的线性函数,σ~2和 β~2+σ~2的最重要的估计量是 Y 的非负定二次型,在考虑 β 的估计时,首先把注意力集中在 Y 的线性函数上;在考虑σ~2或 β~2+σ~2的估计时,首先考虑 Y 的非负定二次型.参考文献[1]在一般线性模型和二次损失下,给出了回归系数的可估线性函数的估计在线性估计类中是可容许的充要条件.参考文献[2]和[3]在模型(1.1)和平方损失下给出了 σ~2的估计在非负定二次型估计类中是可容许的充要条件;而在一般线性模型和平方损失下,给出了 σ~2的估计在非负定二次型估计类中是可容许的必要条件和充分条件,给出了相当大的一类可容许估计;此外,给     

Weighted Regression and the General Influence Measure

Consider the weighted linear regression model: WY=WXβ ε, E(ε)=0, Cov(ε) =σ~2I, (1) where Y and ε are n-vectors, X is a n×p design matrix, β is a p-vector, w=diag(ω_1,ω_2,…,ω_n)σ. When W=I, (1) changes into a general Gauss-Markov linear model. The least square estimate (LSE) of β in (1) is β_(W~2)= (X'W~2X)~(-1)X'W~2Y, it's the generalized least square estimates (GLSE) of β in the heteroscedastic linear model: Y=Xβ ε, E(ε)=0 , cov(ε)=σ~2W~(-2), (2) when W= I, β_1= (X'X)~(-1)X~1Y is LSE of the parameter β in the Gauss-Markov model. We want to know the disturbation △Y_W of Y_W=WXβ_W, when the disturbation △W~2 exists. When W=I, △W~2=Ω=diag (0,0, …, -1,0,…,0)(only the i-th diagonal element is-1),△Y_I represents the disturbation of the predicated     

混合回归模型误差方差M估计的弱收敛性

考虑混合回归模型 y_i=x_i~Tβ+σε_i,(1)其中x_i~T=(y_(i-1),…,y_(i-p),z_(i1),…,z_(ik)),{ε_i}为i.i.d.残差序列,Eε1=0,Eε_1~2=1,而β=(β_1,…,β_p,β_(p+1),…,β_(p+k))~T与σ>0为未知参数,并且φ(B)=1-β_1B-…-β_pB~p=0的根全在单位圆外. 本文拟在文[1]的基础上定义模型(1)误差方差σ的M估计,并证明其弱收敛性. 设X(x)为某个可测函数,β为(1)中回归参数β的某个相容估计,称方程     

多重线性回归中数据联合影响的分解及数据的交叉影响

一、引言考虑多重线性回归模型Y=Xβ ε,(1)其中,Y=(y_1,…y_n_)′为 n×p 观察矩阵,X=(x_1,…,x_n)′为 n×(k 1)列满秩设计矩阵,β=(β_0,β_1,…β_k)′为(k 1)×p 未知参数矩阵,ε=(ε_1,…ε_n)′为 n×p 随机误差矩阵,ε_1…,ε_n 相互独立.     

关于m个相关回归方程系统回归系数的两步估计

一、前言 考虑m个回归方程系统如下yi=Xiβi εi(i=1,2,…,m),(1)其中在第i(i=1,2,…,m)个方程中,yi是n×1的随机观察值向量,Xi是秩为pi的n×pi阶矩阵,βi是pi×1的未知参数向量,而εi是n×1的误差向量。 惯常的方法是假定误差向量ε_1,ε_2,…,ε_m是互相独立地服从正态分布,其均值是E(εi)=0,方(协)差矩阵是D(εi)=σ_i~2I_n(i=1,2,…,m),这里I_n表示n阶单位阵,σ_i~2是未知参数。在这样的假定下,估计回归系数βi只须单从第i个方程求得其最小     

矩阵损失下随机回归系数和参数的非齐次估计的可容许性

考虑线性模型 Y=Xβ+ε,Y 是可观察的 n 维向量,ε和β是不可观察的 n 维和 p 维随机向量;E(β)=Aα,VAR(β)=σ~2△≥0;E(ε)=0,VAR(ε)=σ~2V≥0;E(εβ＇)=0;X,A,△,V 皆为已知矩阵;α∈R~k,σ>0皆为未知参数,本文首次提出矩阵损失函数,并给出了(Sα,Qβ)的估计(L_1Y+α,L_2Y+b)在非齐次估计类中可容许的充要条件。     

Hermite-Fejer Interpolation With Moved End Points

Let Z_n={z_(kn)=cosθ_(kn):θ_(kn)=(2k-1)/(2n)π,k=1,2…,n}be the zeros of T_n(x)=cosnθ(x=cosθ,θ∈[0,π]).For 0≤ε≤1,let α_n=:α_n(ε)=:cos(1-ε)/(2n)π,β_n=:β_n(ε)=:cos(2n-1+ε)/(2n)π=-α_n,X_n~(1)=(Z_n-{z_(1z)})∪{α_n},X_n~(2)=(Zn-{z_(nn)})∪{β_n},X_n~(3)=(Z_n-{z_(1n),z_(nn)})∪{α_n,β_n},Y_n~(1)=Z_n∪{α_n},Y_n~(2)=Z_n∪{β_n},Y_n~(3)=Z_n∪{α_nβ_n}.     

线性模型中均值向量的LSE和BLUE的偏差估计

对于线性模型 Y=Xβ+e,E(e)=0,cov(e)=σ~2∑,∑≥0μ=Xβ的LSE和BLUE分别为■=X(X′X)-X′Y和μ~*=X(X′T-X)-X′T-Y,其中T=∑+XUX′,U是对称阵且使Rank(T)=Rank(∑X)和T≥0,本文证明了‖■-μ~*‖_2≤(λ_r-λ_ζ)/(2(λ+λ_k)~(1/2))‖Y-■‖_2这里λ_4=ch_4(T),i=1,2,…,n,λ_1≥…≥λ_n≥0。k=Rank(X),‖a‖_2=(a′a)~(1/2),并且给出了‖cov(■)-cov(μ~*)‖_s‖PT~2P-(PTP)~2‖_s和‖(cov+(μ~*))~(1/2)cov(■)(cov+(μ~*))~(1/2)‖s的上界,这里‖A‖_s=(tr(A′A)~(3/2))~(■),s≥1。     

一类特殊分布纪录值之和的中心极限定理

摘要：设{X，Xn,n≥1)为独立同分布的服从某连续分布F的随机变量序列，X^(1)=X1，X^(2),X^(3),…为其纪录值序列．令ψ(u)=F^-1(1-e^-u)．其中F^-1是F的反函数．本文研究当ψ(u)=log^pu时Tn=∑k=1^nX^(k)=^dn∑k=1^nψ(Sn)的极限性质．解决了户为所有正整数时Tn的中心极限定理．     

一类pnm阶群的构造

本文研究了一类特殊的pnm阶有限群的构造.利用求解数论同余方程的方法和群的扩张理论,得到了具有m阶循环正规子群,其补子群为循环群的Pnm阶有限群的构造及相关的计数定理.     

COMPARISON OF PRODUCTS OF THE VARIETIES OF LIE ALGEBRAS

Abstract

In Fortes (2001), we introduced a notion of order for associative pairs and we obtained a Goldie-like characterization of left orders in a semiprime pair coinciding with its socle. In this paper, we take up again that notion of order to establish a Faith-Utumi theorem, which studies left orders in a prime pair coinciding with its socle.     

ADDITIVE FAMILIES OF INVARIANTS OF FORMS OF DEGREE d

Abstract

Let d be a positive integer, and F be a field of characteristic zero. Suppose that for each positive integer n, I _n, is a GL _n,(F)- invariant of forms of degree d in x₁, …, x _n, over F. We call {I _n} an additive family of invariants if I _p+q (f ⊥ g) = I _p(f).I _q(g) whenever f; g are forms of degree d over F in x _l, …, x _p; …, x _q respectively, and where (f ⊥ g)(x _l, …, x _p+q) = f(x ₁, …, x _p,) + g (x _p+1, …, x _p+q). It is well-known that the family of discriminants of the quadratic forms is additive. We prove that in odd degree d each invariant in an additive family must be a constant. We also give an example in each even degree d of a nontrivial family of invariants of the forms of degree d. The proofs depend on the symbolic method for representing invariants of a form, which we review.     

小康判别函数的建立与分析

近几年，国内在研究小康水平的定量指标分析中，应用较多的有综合评分法、层次分析法和模糊识别法。这几种方法比单项指标更全面、灵活，但在权数的确定上都难以克服人为因素的影响。当指标之间存在两个或两个以上的高度相关时，对问题的研究总存在一定的局限性。为了科学地研究小康问题，本文基于判别分析，建立城市小康的判别系数，来综合评价出我国城市小康水平的定量标准。     

ESTIMATES OF N-FUNCTION AND m-FUNCTION OF MEROMORPHIC SOLUTIONS OF SYSTEMS OF COMPLEX DIFFERENCE EQUATIONS

We apply Nevanlinna theory of the value distribution of meromorphic functions to study the properties of Nevanlinna counting function and proximity function of meromorphic solutions of a type of systems of complex difference equations. Our results can give estimates on the proximity function and the counting function of solutions of systems of difference equations. This implies that solutions have a relatively large number of poles. It extend some result concerning difference equations to the systems of difference equations.     

一类线性微分方程解的零点分布

一、引言关于 k 阶线性常微分方程解的零点分布,S.Bank,G.Frank 和 I.Laine 最近证明了如下的结果.