带有不完全椭球约束的生长曲线模型中线性估计的可容许性

对于带有不完全椭球约束的生长曲线模型Y=XBZ+ε,ε~(0,σ2VI),X(B-B0)Z′NZ(B-B0)′X′≤σ2In,本文在矩阵损失函数(d-KBL)(d-KBL)′下给出了KBL在类齐次线性估计类LH与非齐次线性估计类LI中可容许的充要条件.本文的结果表明线性估计在非齐次线性估计类中的可容许性与椭球的中心B0无关,而齐次线性估计在齐次线性估计类中的可容许性与B0有关.     

带有不完全椭球约束的线性模型中线性估计的可容许性

本文刻划了线性模型（Ｙ，Ｘβ，σ２Ｖ，Ｖ≥０）在不完全椭球约束：（β－β０）’Ｎ（β－ β Ｐ０）≤σ２，Ｎ ≥ ０下的线性估计的可容许性．本文的结果显示了一个有趣的现象，即一个线性估计在全体线性估计所组成的类中的可容许性与椭球的中心β０无关，而在全体齐次线性估计所组成的类中的可容许性与β０有关．     

约束条件下多元线性模型中线性估计的可容许性

本文研究了多元线性模型中未知参数在约束条件:(θ-θ0)′X′NX(θ-θ0)≤U,N≥0下中心点θ0对线性估计的可容许性的影响.研究结果表明对于具有某种结构的θ1和θ2,在约束集(θ-θ1)′X′NX(θ-θ1)≤U,N≥0与(θ-θ2)′X′NX(θ-θ2)≤U,N≥0下的可容许线性估计类是一致的.     

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.     

关于求解带约束秩亏线性回归方程组最小二乘解的一个算法

1 引 言 考虑带线性约束的秩亏线性回归模型: Y=Xβ+ε, Hβ=c, (M_1) ε～N(0,σ~2V), V≥0,及带线性约束和非负性约束的秩亏线性回归模型:     

带有不完全椭球约束的增长曲线模型中的可容许性

对于带有不完全椭球约束的增长曲线模型Y=X1ΘX2+ε,ε～(0,σ2VI),X′2(Θ-Θ0)′X′1(Θ-Θ0)X2σ2Iq本文在矩阵损失函数(d-KΘL)′(d-KΘL)下给出了KΘL在齐次线性估计类和非齐次线性估计类中可容许的充分条件.     

线性模型中一些无偏损失估计的不可容许性和可容许性

设 Y～N_n(Xβ,σ~2V),此处 X 和 V 分别是已知的 n×P 和 n×n 矩阵,rank(X)=p≤n,V>0(即 V 是正定的),β∈R~P 是参数向量,σ>0已知或未知.记(?)=(X′V~(-1)X)~(-1)X′V~(-1)Y,S~2=Y′[V~(-1)-V~(-1)X(X′V~(-1)X)~(-1)X′V~(-1)]Y.对于σ已知情形,本文证明了,在均方误差损失[α-((?)-β)′((?)-β)]~2之下,损失((?)-β)′((?)-β)的无偏估计σ~2tr(X′V~(-1)X)~(-1)在 P≤4时是可容许的,而当P≥5时不可容许.对于σ也是未知参数且 P相似文献   

带约束的回归系数的线性估计的可容许性

在本文中,我们针对带齐次线性等式约束的线性模型Y=Xβ+ε,ε～(0,σ~2V),Hβ=0,给出了回归系数的最佳线性无偏估计的较简单的表达式以及Sβ的估计LY(LY+α)在齐次线性估计类(线性估计类)中可容许的充要条件。     

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。     

线性模型中参数的线性估计的可容许性

本文的主要结果如下:1.假定 n 维向量 Y 适合EY=θ,VarY=σ~2V,V>0,则在二次型损失函数(LY-Sθ)′(LY-Sθ)下,在线性估计类中,LY 是 Sθ的可容许估计的充要条件是(a)LYS′对称,(b)LVL′≤LVS′,(c)rk(L-S)V=rk(L-S),其中 L,S 均为r×n 阵。2 假定在 Ganss-Markov 换型(Y,Xβ,σ~2V,V≥0)下,Sβ是可估的,则在矩阵损失函数(LY-Sβ)(LY-Sβ)′/σ~2下,在线性估计类中,LY 是 Sβ的可容许估计的充要条件是:(a)μ(VL′)μ(X),(b)LX=S 或 LX≠S 时,LXTX′L′-STS′ a(LX-S)T(LX-S)′≥0,对所有的a∈(0,1)不成立,其中T=X~ (V-VH(V~(1/2)H)~ V(1/2))X′~ ,H=I-XX~ .     

不完全椭球约束下多元线性模型线性估计的可容许性

本文研究了多元线性模型当未知参数受不完全椭球约束$\mbox{tr}(\Theta-\Theta_1)'N(\Theta-\Theta_1)\leq\sigma^2$时线性估计的可容许性问题.具体而言,我们研究了约束$\mbox{tr}(\Theta-\Theta_1)'N(\Theta-\Theta_1)\leq\sigma^2$中$N$和非中心点$\Theta_1$对线性估计的可容许性的影响.主要结果表明在两个不同的不完全椭球约束条件$\mbox{tr}(\Theta-\Theta_1)'N(\Theta-\Theta_1)\leq\sigma^2$与$\mbox{tr}(\Theta-\Theta_2)'N(\Theta-\Theta_2)\leq\sigma^2$ 下,当$\Theta_1$和$\Theta_2$满足一定的关系时,可容许的齐次线性估计类是相同的.     

方差分量模型中回归系数的线性Minimax估计

考虑方差分量(混合线性)模型y=Xβ+U1ξ1+U2ξ2+…+Ukξk,这里Xn×p,Ui,n×ti为已知设计矩阵,βp×1是固定效应,iξ是ti×1随机效应向量,满足E(iξ)=0,cov(iξ)=σ2iIti,iξ都不相关.往往Uk=In,ξk=ek,即最后一项为随机误差,热β∈RP和i2σ>0(i=1,2,…,k)为未知参数.我们考虑β的可估函数Sβ,选取二次损失函数L(d,Sβ)=(d-Sβ)′(d-Sβ)∑ki=1ciσi2+β′X′Vk-1Xβ,然后在线性估计类中给出Sβ的惟一的mini max估计.     

矩阵损失下随机回归系数和参数的线性Minimax估计

对于一般的随机效应线性模型Y=Xβ+ε,这里β和ε分别是p维和n维的随机向量,且E(βε)=(Aa0),Cov(βε)=σ2(V10 0V2),(Vi≥0,i=1,2)我们定义了Sα+Qβ的线性Minimax估计,在一定条件下得到了Sα+Qβ在线性估计类中的Minimax估计,并在几乎处处意义下证明了它的唯一性.     

带有不等式约束的生长曲线模型中回归系数线性估计的泛容许性

对于带有不等式约束的生长曲线模型：Y=XBZ＋ε，ε^→～（0，σ^2V×I），tr（NB）≥0，本文在矩阵损失函数（d—KBL）（d—KBL）＇下，给出了可估函数KBL的线性估计的泛（西）容许性定义，分别得到了DYF和DYF＋C在齐次估计类LH和非齐次估计类LI中是KBL的泛容许性估计的充要条件．     

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。     

一类共轭梯度法的全局收敛性结果

本文证明了在Grippo-Lucidi线搜索下当βk取βk=σ1βPRPk+σ2βnewk,其中σ1≥0,σ2≥0,σ1+σ2＞0,βnewk=gTk(gk-gk-1)/-dTk-1gk-1时一类共轭梯度法的全局收敛性,并给出了此类方法良好的数值效果.     

分块奇异线性模型及其导出的奇异线性模型间的最小范数二次无偏估计等价性研究

本文考虑一般线性模型A=(y,X1β1 X2β2,σ^2V)及其导出线性模型，其中V是已知的非负定矩阵，X=(X1：X2)是已知的设计矩阵，给出了线性模型A及其导出线性模型间最小范数二次无偏估计间差的表达式，更进一步，建立了线性模型A及其导出线性模型间最小范数二次无偏估计相等的充分必要条件。     

非线性两点边值问题的存在唯一性

对于非线性两点边值问题x″=f(t,x,x′),　x(0)=A,　x(1)=B,我们在f,fx,fx′,β(t),α′(t)都连续,且fx≥-β(t), -α(t)≤fx′≤M(1+|x′|),max β(t)-α2(t)+2α′(t)4t∈[0,1] ≤λ2<π24,α(1)≤2λcotλ,这些条件之下证明解之存在且唯一.