多元线性模型回归系数的混合估计和Bayes估计

In this paper,the mixed estimations of regression coefficient in multivariate linear model is giyen on the condition of expanding sample data and their optimalities are considered.It is shown that GLSE is equivalent to the above mentioned mixed estimations.Furthermore,Bayes estimation in multivariate normal model,which is the same as the mixed estimations,is also improved.     

增长曲线模型回归系数线性估计的可容许性

其中 x、ε为 p 阶随机向量,A:p×q,q≤p 及 p×p 阶阵 G>0已知,β∈R~q 及σ~2>0是未知参数;若 Kβ可估(即 K 是满足μ(K)(?)μ(A′)的已知常数阵),C.R.Rao在二次损失函数:     

关于线性模型回归系数LS估计的相合性

当误差项是不相关随机变量时[1]和[2]给出了线性模型中回归系数最小二乘估计弱相合性的充要条件。我们把这一结果推广到具有平稳随机误差项的线性模型。     

一般增长曲线模型回归系数线性估计的可容许性

一般增长曲线模型回归系数线性估计的可容许性孙六全（华中师范大学数学系，武汉４３００７０）§１引言本文考虑一般的增长曲线模型其中Ｙ，ε为ｍ×ｎ阶随机矩阵，Ａｍ×ｐ，Ｂｋ×ｎ为已知的常数矩阵，矩阵及σ２＞０是未知参数，ｍ×ｍ阶矩阵已知，ε表示ε按列拉直。...     

线性模型回归系数EB估计的一致收敛速度

利用多元密度函数及其导数的核估计方法，建立了多元线性模型回归系数的经验Ｂａｙｅｓ估计，并给出了这种估计的一致收敛速度。     

线性约束下部分线性模型中估计的渐近性质

考虑回归模型yi=x′iβ+ g(ti) + ei, 0 ≤i ≤nr=Rβ其中(xi,ti)是固定非随机设计点列,xi=(xi1,…,xip)′,β=(β1,…,βp)′(p 1) ,g是定义在[0 ,1]上的未知函数,β是未知待估参数,0≤ ti≤1i,ei 是i.i.d随机误差,且Eei=0 ,Ee2i=σ2 <∞.r是一个J维向量,R是一个J* p列满秩矩阵,基于g的估计取一个非参数权估计,本文讨论了在线性约束下β的最小二乘估计的相合性及渐近正态性.     

部分线性变系数模型Backfitting估计的渐近性质

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的数据分析模型.利用Backfitting方法拟合这类特殊的可加模型,可得到模型中常值系数估计量的精确解析表达式,该估计量被证明是n~(1/2)相合的.最后通过数值模拟考察了所提估计方法的有效性.     

线性模型中M估计的渐近性质

线性模型中Ｍ估计的渐近性质吴耀华（中国科学技术大学数学系，合肥２３００２６）ＡＳＹＭＰＴＯＴＩＣＢＥＨＡＶＩＯＲＯＦＭ－ＥＳＴＩＭＡＴＯＲＳＩＮＬＩＮＥＡＲＭＯＤＥＬＳ￥ＷｕＹＡＯＨＵＡ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，Ｕｎｉｖｅｒｓ...     

多元线性模型中随机回归系数和参数的线性估计的泛容许性

本文对于一般的随机效应多元线性模型，给出了随机回归系数和参数的线性可估函数的泛容许性估计的定义，并得到了随机回归系数和参数的线性可估函数的齐线性估计在齐线性估计类中泛容许性的特征。