矩阵损失下生长曲线模型中回归系数线性函数的MINIMAX可容许估计

本文在矩阵损失下给出了生长曲线模型中回归系数线性估计在某种线性估计类中是Minimax可容许估计的充要条件     

两参数联立EB估计的渐近最优性

一、引言文[1]中研究了一元正态分布均值与方差联立EB估计的渐近最优性,作者在[2]中讨论了正态线性模型回归系数的EB估计问题。本文讨论回归系数与误差方差联立EB估计及有关性质。考虑设计矩阵区为列满秩的线性回归模型     

回归系数的混合估计与最小二乘估计的两种相对效率

本文研究了线性回归模型中,回归系数的混合估计与最小二乘估计的相对效率,利用矩阵的相关性质和运算,导出了两者之间两种新的相对效率的上下界.     

协方差阵估计的比较

本文在一般线性回归模型误差异方差情况下，通过计算机模拟对回归系数最小二乘估计的协方差矩阵的估计进行了比较。结果表明，当样本大小大于50时，回归系数的最小二乘估计具有较高的估计精度；其协方差矩阵的五种估计以普通最小二乘估计的协方差矩阵为最优。     

矩阵损失函数下回归系数矩阵的非齐次线性估计的可容许性

在二次矩阵损失函数下研究了协方差矩阵未知的多元线性模型中回归系数矩阵的可估线性函数的矩阵非齐次线性估计的可容许性,给出了矩阵非齐次线性估计在线性估计类中可容许的一个充要条件.     

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.     

增长曲线模型回归系数线性估计的泛容许性

本文讨论增长曲线模型回归系数的线性估计的容许性.我们给出了回归系数线性估计的泛容许性定义,并在某些线性估计类中得到了泛容许估计的充要条件.     

一种有偏估计与最小二乘估计的两种新的相对效率

考察了线性回归模型的回归系数的一类有偏估计,在均方误差矩阵准则下将其与最小二乘估计(LSE)进行比较,导出了这类有偏估计相对于LSE的两种新的相对效率的上、下界.     

一种使用奇异值分解的岭估计

本文使用矩阵奇异值分解的技术，得到了线性回归模型的设计阵的一个较好的逼近，在此基础上，给出了回归系数的一种使用奇异值分解的岭估计，能够减少由于设计阵的病态所引起的麻烦。     

增长曲线模型回归系数线性估计的可容许性

该文讨论增长曲线模型中回归系数线性估计的可容许性, 在矩阵损失(d(Y)-KBL)(d(Y)-KBL)' 下, 分别给出了回归系数的齐次与非齐次线性估计是可容许的充要条件, 推广了以往文献的相关结论.     

Minimax estimator of regression coefficient in normal distribution under balanced loss function

This article investigates linear minimax estimators of regression coefficient in a linear model with an assumption that the underlying distribution is a normal one with a nonnegative definite covariance matrix under a balanced loss function. Some linear minimax estimators of regression coefficient in the class of all estimators are obtained. The result shows that the linear minimax estimators are unique under some conditions.     

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文）

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件.     

平衡损失下回归系数的最优线性无偏估计

在平衡损失函数下得到了回归系数的最优线性无偏估计,结果表明平衡损失下的最优线性无偏估计就是线性模型中回归系数的最小二乘估计.     

矩阵损失下多元回归系数线性估计的Minimax可容许性的特征

本文在矩阵损失厂给出了多元回归系数线性估计在线性估计类中是Ｍｉｎｉｍａｘ可容许估计的充要条件．     

用M方法检测回归系数矩阵的秩

为了确定多重线性回归模型中回归系数矩阵的秩，　本文提出了一个基于Ｍ估计的模型选择程序，　且在较弱的条件下建立了回归系数矩阵的秩的估计的强相合性。     

Admissible prediction in superpopulation models with random regression coefficients under matrix loss function

Admissible prediction problems in finite populations with arbitrary rank under matrix loss function are investigated. For the general random effects linear model, we obtained the necessary and sufficient conditions for a linear predictor of the linearly predictable variable to be admissible in the two classes of homogeneous linear predictors and all linear predictors and the class that contains all predictors, respectively. Moreover, we prove that the best linear unbiased predictors (BLUPs) of the population total and the finite population regression coefficient are admissible under different assumptions of superpopulation models respectively.     

Admissibilities of linear estimator in a class of linear models with a multivariate t error variable

This paper discusses admissibilities of estimators in a class of linear models,which include the following common models:the univariate and multivariate linear models,the growth curve model,the extended growth curve model,the seemingly unrelated regression equations,the variance components model,and so on.It is proved that admissible estimators of functions of the regression coefficient β in the class of linear models with multivariate t error terms,called as Model II,are also ones in the case that error terms have multivariate normal distribution under a strictly convex loss function or a matrix loss function.It is also proved under Model II that the usual estimators of β are admissible for p 2 with a quadratic loss function,and are admissible for any p with a matrix loss function,where p is the dimension of β.     

具有特殊协方差结构的 SURE 模型中参数估计的若干结果

本文讨论具有特殊协方差结构似乎不相关回归方程（SURE）模型中参数的估计问题．除非另有说明,损失函数将取为二次损失和矩阵损失．本文证明了回归系数的线性可估函数的最小二乘估计是极小极大的且在矩阵损失函数下是可容许的;还分别在仿射交换群和平移群下导出了存在回归系数的线性可估函数的一致最小风险同变（UMRE）估计的充要条件,并证明了在仿射交换和二次损失下不存在协方差阵和方差的UMRE估计．     

错误指定多元线性回归模型的Bayes估计

本文在错误指定下给出了多元线性模型的最优线性 Bayes估计 ,在矩阵损失下讨论了其相对于最小二乘法估计的优良性 ,且获得 Bayes估计的容许性和极小极大性     

平衡损失下回归系数的线性Minimax估计

在平衡损失函数下,主要研究回归系数的线性Minimax估计问题.通过分析平衡损失风险的极大极小性,得到了线性优化计类中回归函数的Minimax估计.在适当的假设下,证明了其唯一性.