带约束线性模型中的可容许线性估计

带约束线性模型中的可容许线性估计张双林（黑龙江大学数学系，哈尔滨１５００８０）１．引言及主要结果考虑线性模型当参数不受约束时，Ｒａｏ［１］，吴启光［２］，朱显海和鹿长余［３］等给出了Ｓｎ×Ｐβ的线性估计在线性类中是可容许的充要条件，当参数在约束条件，...     

一般线性混合模型中的最佳线性无偏估计和谱分解估计

该文在一般线性混合模型中, 研究了固定和随机效应线性组合的估计问题.对观测向量的协方差阵可以为奇异矩阵情形下,导出了该组合的最佳线性无偏估计,并证明了它的唯一性.在一般线性混合模型的特例, 三个小域模型下, 得到了小域均值u_i 和方差分量的谱分解估计. 进而, 获得了基于谱分解估计的两步估计均方误差的二阶逼近.     

混合线性模型M估计的强相合性

研究了ρ~混合样本线性模型中回归参数M估计的强相合性, 在较弱的矩条件下, 获得了M估计是强相合的充分条件, 实质性地改进和推广了文［1］定理3.1.     

两个矩阵乘积特征值的估计定理的推广

本文给出了两个关于矩阵乘积的特征值的估计定理，分别推广了文［１］，［２］的结果。     

谈欧氏空间中的变换和线性变换

谈欧氏空间中的变换和线性变换彭明海彭学梅（湖南省吉首大学４１６０００）文［３］推广了文［１］、文［２］的全部定理，本文不仅推广了文［３］的全部定理，而且得出新的结果．同时，论证也较简捷．今介绍给同行参考．定理１σ和τ是欧氏空间Ｖ的两个变换，φ是Ｖ的线...     

HILBERT空间中散逸动力系统一般线性方法的散逸稳定性

１．引言 １９９４年,Ｓｔｕａｒｔ与 Ｈｕｍｐｈｒｉｅｓ［４,５］首先考察了用 Ｒｕｎｇｅ－Ｋｕｔｔａ方法求解 Ｒｍ中的散逸动力系统（２．１）－（２．２）时数值解是否继承真解具有的散逸稳定性,并表明代数稳定且不可约的 Ｒｕｎｇｅ－Ｋｕｔｔａ方法是散逸稳定的且有一有界吸引集．１９９６年,本文作者［１］把这一工作推广到了两类特殊的一般线性方法．１９９７年,Ｈｉｌｌ在［３］中证明了Ａ－稳定是单支方法散逸稳定的充要条件,在［２］中又把文［４,５］的工作推广到了 Ｈｉｌｂｅｒｔ空间中的散逸动力系统（２．１）－（…     

方差分量的非负二次同时估计的可容许性

设方差分量模型，其中β∈为未知参数，Ｘ已知，Ｖ１≥０，Ｖ２≥０为已知的非负定矩阵．文［１］在一定的条件下给出了非负二次估计可容许的一个充分必要条件．但必要条件是在ｘ＝Ｉｎ（单位矩阵），Ｖ１＝Ｖ２＞０的条件下给出的，由于这些限制使必要条件不理想．本文去掉了这些限制，对一般的方差分量模型，给出了与文［１］中一样的必要条件，同时也研究了非齐次二次估计的可容许性．     

关于Smale一个猜想的推广

本文对ＳｍａｌｅＳ．的一个猜想作了推广，证明了对Ｐ＞１，文［２］中的定理１没有“Ｌ^ｐ形式”     

混合序列加权和的强收敛性

本文给出混合序列加权和的强收敛性的一些充分条件，这些结论推广和改进了文［１］定理３，文［２］定理３；文［３］定理４．１５以及文［４］定理４．     

误差协方差阵的经验Bayes估计的收敛速度

本文利用密度的混合偏导数的核估计，构造出线性模型中误差协方差阵的逆的经验Ｂａｙｅｓ（ＥＢ）估计，在一定条件下，还证明了ＥＢ估计的收敛速度可任意接近于１，最后，给出了一个实例。     

Robustness of F-tests in singular linear models

F-test is the most popular test in the general linear model. However, there is few discussions on the robustness of F-test under the singular linear model. In this paper, the necessary and sufficient conditions of robust F-test statistic are given under the general linear models or their partition models, which allows that the design matrix has deficient rank and the covariance matrix of error is a nonnegative definite matrix with parameters. The main results obtained in this paper include the existing findings of the general linear model under the definite covariance matrix. The usage of the theorems is illustrated by an example.     

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M-V模型中的有效证券组合及无套利分析

本文研究了协方差阵奇异时一般M-V模型中的有效证券组合, 得到了证券市场存在有效证券组合的充要条件, 并给出了有效证券组合的通解和有效前沿的性质. 最后, 本文还在奇异协方差阵下进行了无套利分析, 得到了证券市场无套利的充要条件, 从而证明了Szeg\"{o}的猜想.     

Nonnegative quadratic estimation and quadratic sufficiency in general linear models

Notions of linear sufficiency and quadratic sufficiency are of interest to some authors. In this paper, the problem of nonnegative quadratic estimation for β^′Hβ+hσ² is discussed in a general linear model and its transformed model. The notion of quadratic sufficiency is considered in the sense of generality, and the corresponding necessary and sufficient conditions for the transformation to be quadratically sufficient are investigated. As a direct consequence, the result on (ordinary) quadratic sufficiency is obtained. In addition, we pose a practical problem and extend a special situation to the multivariate case. Moreover, a simulated example is conducted, and applications to a model with compound symmetric covariance matrix are given. Finally, we derive a remark which indicates that our main results could be extended further to the quasi-normal case.     

奇异协方差阵下有效前沿及有效组合的解析解

利用广义逆矩阵研究了协方差阵奇异时的投资组合问题,突破了传统方法中要求协方差阵可逆的限制,得到了证券市场存在有效组合的充要条件,并给出了有效前沿和有效组合的解析解,成功地推广了经典Markowitz模型,同时还将有助于证券组合有效子集的深入研究.     

对角占优矩阵奇异-非奇异的充分必要判据

本文研究对角占优矩阵奇异-非奇异的充分必要条件.基于Taussky定理,本文得出,可约对角占优矩阵的奇异性由其独立Frobenius块的奇异性决定,从而将这一问题化为不可约对角占优矩阵的奇异-非奇异性问题;运用Taussky定理研究奇异不可约对角占优矩阵的相似性和酉相似性,获得这类矩阵元素辐角间的关系;并与Taussky定理给出的这类矩阵元素模之间的关系结合在一起,研究不可约对角占优矩阵奇异的充分必要条件;最后给出不可约对角占优矩阵奇异-非奇异性的判定方法.     

不同混合线性模型下线性函数的最佳线性无偏预测相等的条件

考虑一个不仅对协方差矩阵没有任何秩假设,而且对随机效应向量和随机误差向量之间的关系没有任何限制的混合线性模型.给出了线性统计量Ay是线性函数f（L,N）的最佳线性无偏预测的充要条件;同时也给出了在混合线性模型M1下BLUP（f（L,N））仍是在混合线性模型M2下BLUP（f（L,N））的充要条件;最后给出在两混合线性模型下BLUP（f（L,N））相等的条件.     

椭球约束下误差方差非负二次估计的可容许性

本文给出了线性模型中椭球约束下，误差方差非负二次估计可容许的一个必要条件，并且，对于线性模型中设计阵X＝1nj=(1,1,…，1）′的特殊情形，本文给出了一个充要条件。     

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)′     

线性流形上矩阵方程A~TXA=B的中心对称解

利用矩阵对的商奇异值分解,给出了线性流形上矩阵方程ATXA=B存在中心对称解的充要条件及其通解的表达式.另外,导出了线性流形上矩阵方程的解集合中与给定矩阵的最佳逼近解的表达式.