带约束条件和多余参数的线性模型的比较

对于带约束条件和多余参数的两个线性模型ｅ１＝Ｌ（Ｘ１β＋Ｚ１γ，Ｖ１，Ｌ１）和ｄ２＝Ｌ（Ｘ２β＋Ｚ２δ，Ｖ２，Ｌ２），其中Ｖ１和Ｖ２是已知对称的正定矩阵，γ和δ是多余参数，Ｌ１和Ｌ２是已知的约束矩阵，文中给出了一种新的比较准则，并得到了几个充要条件。     

可估子空间上一般生长曲线模型的比较

对于两个生长曲线模型ｇ１＝Ｇ（Ｘ１ＢＺ１，Ｖ１，Ｉｎ１）和ｇ２＝Ｇ（Ｘ２ＢＺ２，Ｖ２，Ｉｎ２），其中Ｖ１和Ｖ２是已知的对称非负定矩阵，本文在可估子空间Ｄ上对它们进行了比较，得到了ｇ１≥ｇ２（Ｄ）的几个充要条件。     

矩阵损失下不完全椭球约束模型中一般线性估计的可容许性

对于带有不完全椭球约束的线性模型Ｙ～（Ｘβ，σ２Ｖ），（β－β０）＇ＸＮＸ（β－β０）σ２（Ｎ０，Ｖ０）．本文讨论了可估函数ＳＸβ的一般线性估计的可容许性，在矩阵损失下得到了ＡＹ＋ａ线性可容许的充要条件．所给证明对齐次线性估计在齐次线性估计类中的可容许性（β０＝０）也适用．     

一般增长曲线模型回归系数线性估计的泛容许性

本文讨论一般的增长曲线模型；Ｘ＝ＡＢＣ＋ε，Ｅ（ε）＝０，Ｖａｒ（ε）＝σΣＶ，其中Ｘ和ε是ｐ×ｎ价随机阵，Ａ、Ｃ分别为ｐ×ｑ，ｋ×ｎ已知阵，Σ、Ｖ分别Ｐ、ｎ阶已知非负定阵，Ｂ和σ为未知参数．在损失函数（ｄ（Ｘ）－ＫＢＬ）＇（ｄ（Ｘ）－ＫＢＬ）下，我们给出了可估函数ＫＢＬ的线性估计的泛（Φ）容许性定义，得到了ＤＸＦ（ＤＸＦ＋Ｍ）在某些估计类中是ＫＢＬ的泛容许性估计的充要条件．     

一般增长曲线模型参数阵的BLU估计

考虑一般增长曲线模型：Ｙ＝Ｘ１ＢＸ２＋εＥ（Ｖｅｃ（ε））＝０Ｖ（Ｖｅｃ（ε））＝σ２ＶＩｎ（Ｖ０）本文对任一可估函数ＫＢＬ给出了它的ＢＬＵ估计（最佳线性无偏估计），并得到了方差σ２的一个无偏估计．     

矩阵损失下一个参数子集的线性MINIMAX估计

考虑带多余参数的线性模型ＥＹ＝Ｘβ＋Ｚγ，Ｃｏｖ（Ｙ）＝σ＾２Ｖ。其中Ｖ是已知的非负定对称矩阵，在适当和假设下，我们得到了可估函数Ｓβ的所有线性ＭＩＮＩＭＡＸ估计。     

Sβ不可估时（Sβ,σ^2）的联合估计的可容许性

对于一般的Ｇ－Ｍ模型Ｙ－Ｎ（Ｘβ，σ＾２Ｖ），Ｖ≥０，当Ｓβ不是线性可估的时，本文分别得到了矩阵损失下（Ｓβ，σ＾２）的联合估计（ＬＹ＋ａ．ＹＡＹ）的估计类中和在一切估计的类中可容许的充要条件，以及在二次损失ＬＹ＋ａ－Ｓβ＋（ＹＡＹ－σ＾２）＾２下和估计类中可容许的充要条件。     

可估子空间上一般Gauss-Mrkoff模型的比较

对于两个线性模型d1=L(X1β,V1)和d2=L(X2β,V2),其中V1和V2是已知的对称非负定矩阵,我们在可估子空间μ(A)上对它们进行了比较.并得到了d1d2(μ(A))的一个充要条件.最后,我们在可估子空间上比较了带多余参数的两个线性模型,得到了一个充要条件.     

多元统计中期望向量的线性容许估计

设Ｙ１，Ｙ２，…，Ｙｎ独立同分布，ＥＹ１＝β，ＣｏｖＹ１＝Σ，这里β∈Ｒｍ与Σ：ｍ×ｍ＞０均未知．取Ｌ１（ｄ，β）＝（ｄ－β）′（ｄ－β），Ｌ２＝（ｄ，β）（ｄ－β）′，Ｌ＝｛Ｌ１Ｙ１＋Ｌ２Ｙ２＋…＋ＬｎＹｎ：Ｌｉ为ｍ阶实方阵，ｉ＝１，２，…，ｎ｝．本文在Ｌ１和Ｌ２下分别给出了线性估计在Ｌ中是β的容许估计的充要条件．     

正态线性模型中可估函数的Minimax估计

对于正态线性模型Ｙ～Ｎ（Ｘβ，б2Ｖ），在二次损失Ｌ（б，ＤＸβ）＝下，本文利用可容许性理论，证明了可估函数ＤＸβ的一个线性估计在一切估计类中是ＤＸβ的唯一Ｍｉｎｉｍａｘ估计。