一类正态线性模型中参数的一致最小风险同变估计的存在性

研究了一类正态线性模型参数的一致最小风险同变(UMRE)估计的存在性. 这类模型包含了正态方差分量模型、增长曲线模型、 扩充的增长曲线模型以及似乎不相关回归方程组等. 在这类模型、仿射变换群、二次损失或矩阵损失下, 分别导出了回归系数的线性可估函数、协方差阵V和(trV)α(α>0已知)的UMRE估计存在的充分必要条件. 利用这些结果可导出文献中有关(扩充)增长曲线模型和似乎不相关回归方程组中估计回归系数的结果,并把协方差阵V和trV的UMRE估计不存在的充分条件发展成充分必要条件. 此外, 导出了方差分量模型中参数的UMRE估计存在的充分必要条件.     

增长曲线模型中存在UMRE估计的充要条件

对于协方差阵任意或具有均匀结构或具有序列结构的正态增长曲线模型,在仿射变换群和转移交换群、二次损失和矩阵损失下,分别获得了存在回归系数矩阵的一致最小风险同变(UMRE)估计的充要条件.     

增长曲线模型中UMRE估计的存在性

对于设计矩阵不满秩，协方差阵任意或具有均匀结构或序列结构的正态增长曲线模型，本文讨论参数矩阵的一致最小风险同变（UMng）估计的存在性．在仿射变换群GI和转移交换群、二次损失和矩阵损失下本文分别获得存在回归系数矩阵的线性可估函数矩阵的UMRE估计的充要条件，推广了由[21]给出的在设计矩阵满秩下估计回归系数矩阵的结果．本文还首次证明了在群G1和二次损失下不存在协方差阵V和trV的UMRE估计．     

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．     

带有结构变化的线性模型中参数估计的一些结果

本文在一些纯量损失和矩阵损失下研究带有结构变化的正态线性模型中参数的估计问题．分别给出 了存在回归系数的一致最小风险无偏（ＵＭＲＵ）估计和一致最小风险同变（ＵＭＲＥ）估计的充要条件, 证明了不存在误差方差在仿射变换群下的ＵＭＲＥ估计．导出了回归系数的最小二乘估计的可容许性 和极小极大性．     

增长曲线模型中参数估计的一个注记

对于具有序列协方差结构的正态增长曲线模型，证明了在一定条件下不存在方差的一致最小无偏估计。给出了在任意凸损失下存在回归系数矩阵的任何线性可估函数的一致最小风险无偏估计的另一个充要条件。     

增长曲线模型中UMRE估计和UMRU估计的存在性

对于一般的增长曲线模型,在一般的矩阵损失和二次损失下,用统一的方法分别给出了回归系数矩阵的任一指定可估函数存在一致最小风险同变（ＵＭＲＥ）估计（分别在仿真变换群和转换变换群下）和一致最小风险无编（ＵＭＲＵ）估计的充要条件,以及所有可估函数恒存在ＵＭＲＥ估计和ＵＭＲＵ估计的允要条件。最后将结果应用于一些特殊模型。     

一类线性模型下最优线性无偏估计的存在性

考虑包含如方差分量模型、似乎不相关回归方程模型、增长曲线模型和扩充的增长曲线模型等众多常见模型的一类较广泛的线性模型。对模型中误差向量的分布不作假定时,给出了在二次损失或矩阵损失下存在回归系数的线性可估函数的一致最小风险线性无偏估计的充分必要条件。     

一种对称损失函数下正态总体刻度参数的估计

本文研究正态分布中刻度参数在损失函数L(σ，δ)=[(σ-δ)^2]/σδ下的最小风险同变估计及Bayes估计，并讨论(cT(x) d)^1/2形式估计的可容许性与不可容许性，我们发现在这种损失下σ的极大似然估计是不可容许的．     

一种对称损失函数下刻度参数的最优同变估计

本文研究刻度参数分布族(1/σ)f(x/σ)中刻度参数在损失函数L(σ,δ)=(σ-δ)~2/σδ下的最小风险同变估计及其最小最大性。