SUR模型回归系数的估计

本文证明了一个关于SUR模型回归系数最小方差线性无偏估计(MVLUE)的充要条件,并利用此充要条件讨论了几类SUR模型回归系数的MVLUE估计及两步估计.在方法上避免了与分块矩阵求逆有关的运算,所得结论推广和完善了已有的一些结果.     

Hilbert空间中具有正算子系数的亚纯单叶算子值函数

本文讨论了Hilbert空间中具有正算子系数的亚纯单叶算子值函数集Σ[α，β]，得到了f(z)∈Σ[α，β]的充要条件及算子系数估计，并表明在算术平均及凸线性组合下Σ[α，β]是闭的．     

二次约束下多指标线性模型回归系数线性估计的可容许性

本文推广了Hoffmann[1]与Mathew[2]的结果，在二次损失下得到了二次约束下多指标线性模型中回归系数线性估计在线性估计类中可容许性的充要条件．     

截尾试验下指数分布的贝叶斯估计

在指数分布场合，定数或定时截尾试验，文[1]给出了参数λ在先验分布为Г(α，β)分布的假设下的Bayes估计．文[3]给出了在平方损失下的Bayes估计,本文讨论先验分布为B(a，b)分布时，参数λ的Bayes估计。     

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。     

生长曲线模型中协差阵的最优非负估计

本文给出了一个判定非负定阵的新方法,完成了生长曲线模型中误差协差阵非负估计理论的下列工作:(1)最优估计存在的充要条件及存在时的显示表达;(2)任意二次估计为最优估计的充要条件,作为推论给出了最小二乘估计为最优非负估计的充要条件;(3)给出了一个优于最小二乘估计的新估计.     

限制参数空间中二项分布参数的极小极大估计

对于二项分布(n,p)的参数p的估计已有许多结果,然而极大多数都是在当P毫无先验信息条件下讨论的,而在实际问题中根据先验知识往往可以确定p∈[α,β],其中0≤α<β≤,这时仍用k/n作为p的估计显然过于粗糙。本文将指出当β—α充分小时,p的极小极大估计正是相应于某一在端点。α和β上的二点分布的Baye估计,并给出了若干个数字实例,然后讨论了当n→∞时,只要(β—α)小于某一常数(它依赖于n和a)时,上述结论总是成立。类似问题在[1]中作者对均分布进行了讨论,而在[2]和[3]中曾对于具有已知方差的     

一阶拟线性非齐次偏微分方程存在整体光滑解的条件

在文献[1],[2]中讨论了一阶拟线性齐次偏微分方程 Cauchy 问题(1)(2)关于整体光滑解的存在性问题.文献[1]得到了λ_i=λ_i(u)时 Cauchy 问题(1)、(2)存在整体光滑解的充要条件;文献[2]进而得到了λ_i=λ_i(t,x,u)时 Cauchy 问题(1)、(2)存在整体光滑解的充要条件。本文将用[1]、[2]的思想方法,讨论一阶拟线性非齐次偏微分方程 Cauchy 问题     

SUR回归系统部分方程系数Zellner估计的有限样本性质

对于SUR回归系统(1),本文在弱于[2],[3]和[4]的条件X_l′X_i(i=2,…,m)下考虑第一个方程系数β_1的Zellner的两步估计(4),得到了β1基于非限定残差的两步估计(?)_(Z1)的均方误差矩阵精确结果,由此结果容易得到[3],[4]和[5]给出的已知结果。     

一类截断模型位置参数的同变渐近有效估计

一、引言一些作者讨论了渐近中位无偏估计及渐近有效估计问题(见[1]、[2]).对于截尾正态分布,即 X 有密度函数 f(x-θ),其中     

指数分布2/3(G)表决系统产品的统计分析

针对指数分布2/3(G)表决系统产品,本文给出了系统的寿命分布及数字特征,并在全样本场合下给出了参数的矩估计、极大似然估计和逆矩估计,通过大量Monte-Carlo模拟比较了三种点估计的精度。此外,还给出了求参数区间估计的两种方法,并通过大量Monte-Carlo模拟考察了区间估计的精度,得到参数的精确区间估计优于近似区间估计。     

线性回归模型Liu估计的新研究

考虑线性回归模型Y=Xβ+ε,E()ε=0,Cov()ε=2σI(1),当设计矩阵X的列存在共线性时,最小二乘估计^β=(X′X)-1X′Y的性质变坏,为此给出了有偏估计^(βK,d)=(X′X+K)-1(X′Y+d^β),其中K为对角矩阵,K=diag(k1,…kp),ki≥0,d>0为参数,讨论了这种有偏估计与广义岭估计、Liu估计的比较,并证明了其可容许性估计.     

指数分布冷贮备系统产品的统计分析——转换开关指数型的情形

给出了全样本场合下指数分布冷贮备系统产品寿命分布中参数θ≠λ时的矩估计和极大似然估计,通过Monte-Carlo给出了参数矩估计的精度,考察了1000次满足条件时所需要的模拟次数,随着样本量的增大,矩估计存在的比率逐渐增大,而极大似然估计的结果与样本有关.同时给出了参数θ=λ时的矩估计、极大似然估计和逆矩估计,通过Monte-Carlo模拟考察了参数点估计精度,认为矩估计比较优.文章还给出了求参数区间估计的两种方法——精确方法和近似方法,通过Monte-Carlo模拟认为精确方法精度较高.     

认购证发行总数的估计

利用发行的认购证有编号１，２，……，Ｎ，，本文通过随机抽取的几个认购证号码，给出了认购证发行总数的最大似然估计，一致最小方差无偏估计和Ｂａｙｅｓ估计。     

艾拉姆咖分布参数的Bayes估计及检验

首先给出了艾拉姆咖分布在定数截尾场合下参数的极大似然估计;其次由"平均剩余寿命"的概念得到了参数的拟矩估计;然后取共轭先验分布给出了参数的经验Bayes估计、区间估计及假设检验;最后通过实例给出了不同截尾样本下参数的点估计和区间估计.     

定时截尾场合指数分布表决系统产品的统计分析

本文针对指数分布2/3(G)表决系统产品,在截尾样本场合下给出了参数的拟矩估计、极大似然估计和近似区间估计,并通过大量的Monte-Carlo模拟分别考察了点估计和区间估计的精度。     

流态化非均匀结构的概率模型

通过对实验数据的直方图的分析和统计检验的手段,找到了定量描述一类气固流化订系统非均匀结构动态行淡的概率分布－七参娄威布尔分布,提示了这种复杂系统内非均匀性的一些规律,模拟结果是理想的。     

失访和迄今存活病人的生存率

癌症临床工作的关键指标是生存率，尤其是那些失访和迄今存活病人即终检（也称删失）病例的生存率。后者尚无估计方法。本文提出生存率终检模型，利用该模型从整个样本生存率分离出终检病例生存率，并按二项分布理论构造其方差和置信限。其统计学意义是它揭示出生存率的终检成份和非终检成份，临床意义是它实现了对失访和迄今存活病人生存率的估计。与以往的笼统生存率估计相比，这显然提高了一步。附有工作实例描述其临床应用     

高考预效度的混合估计

用传统的预测效度估计法估计高考预测效度，其估计值往往偏低。为此，本文应用回归分析中混合估计理论提出了高考预测效度的混合估计。这种估计是预测效度的无偏估计，并解决了预测效度估计值偏低的问题。     

均匀分布U〔θ-1/2,θ+1/2〕中参数θ的四种估计量

给出均匀分布U〔θ-1/2,θ+1/2〕中θ的四种估计量,并分别比较了四种估计量的优劣性.