共查询到20条相似文献,搜索用时 31 毫秒
1.
考虑方差分量(混合线性)模型y=Xβ+U1ξ1+U2ξ2+…+Ukξk,这里Xn×p,Ui,n×ti为已知设计矩阵,βp×1是固定效应,iξ是ti×1随机效应向量,满足E(iξ)=0,cov(iξ)=σ2iIti,iξ都不相关.往往Uk=In,ξk=ek,即最后一项为随机误差,热β∈RP和i2σ>0(i=1,2,…,k)为未知参数.我们考虑β的可估函数Sβ,选取二次损失函数L(d,Sβ)=(d-Sβ)′(d-Sβ)∑ki=1ciσi2+β′X′Vk-1Xβ,然后在线性估计类中给出Sβ的惟一的mini max估计. 相似文献
2.
二次损失下方差分量模型中回归系数线性估计的\mathcal{L}-可容许性 总被引:4,自引:0,他引:4
一、问题和结果考虑方差分量模型(?)(1.1)其中 X 为已知的 n×p 阶矩阵,V_i≥0,i=1,2,…,m,已知,β∈R~p,θ_i≥0或θ_i>0,i=1,2,…,m 都是参数.我们要估计线性可估函数 Sβ,S 为已知的 k×p 矩阵,选取估计类... 相似文献
3.
二次损失下回归系数的线性Minimax估计 总被引:9,自引:0,他引:9
徐兴忠 《数学年刊A辑(中文版)》1993,(5)
设有线性模型 EY=Xβ CovY=σ~2V, 这里X: _(nxp),和V: _(nxn)>0已知矩阵,β∈R~P和σ~2>0都是参数。本文估计Sβ,选取损失函数 L(d,Sβ)=((d-Sβ)′(d-Sβ))/(σ~2+β′X′V~(-1)Xβ), 其中Sβ是可估的,并给出了在线性估计类中唯一的一个线性minimax估计。 相似文献
4.
一般的 Gauss-Markoff 模型中回归系数的线性估计的可容许性 总被引:17,自引:2,他引:15
此处 X 为已知的 n×p 矩阵;V 为已知的 n 阶非负定对称矩阵,记为 V≥0;β∈R~p,σ~2>0都是未知参数.设 Sβ可估(S 为已知的常数阵).我们想用 n 维随机向量 Y 的线性函数 LY(L 已知)去估计 Sβ.对于 V>0(即 V 为正定的对称矩阵),C.R.Rao 在二次损失函数 相似文献
5.
设有线性模型:Y=(Y_1,…,Y_n)'=Xβ+ε=Xβ+(ε_1,…,ε_n)',其中X:n×p已知,β=(β_1,…,β_p)'未知,ε_1,…,ε_n独立,E_(ε_i)=E_(ε_i~3)=0,E_(ε_4~2)=σ~2,F_(ε_i~4)=3σ~4,i=1,2,…,n,0<σ~2<∞,σ~2未知。在矩阵损失下,我们考虑(Sβ,σ~2)的联合估计(AY,Y'BY)在估计类×={(CY,Y'DY):C为m×n的常数阵,D≥0为n×n的常数阵中的可容许性,得到了(AY,Y'BY)为(Sβ,σ~2)的可容许估计的一些充分条件和必要条件。 相似文献
6.
方差分量模型中回归系数的线性估计的可容许性的若干结果 总被引:3,自引:0,他引:3
考虑方差分量模型EY=Xβ,VAB(Y)=sum from i=1 to m θ_iV_i,其中n×p矩阵X和非负定矩阵V_i(i=1,2,…,m)都是已知的,β∈R~p,θ_i≥0或θ_i>0(i=1,2,…,m)均为参数.设Sβ是线性可估的。在本文中,我们分别获得了在二次损失和矩阵损失下,关于Sβ的线性估计在线性估计类中可容许的若干结果,并在正态假设下,我们也讨论了线性估计在一切估计类中的可容许性。 相似文献
7.
对于带有不完全椭球约束的生长曲线模型Y=XBZ+ε,ε~(0,σ2VI),X(B-B0)Z′NZ(B-B0)′X′≤σ2In,本文在矩阵损失函数(d-KBL)(d-KBL)′下给出了KBL在类齐次线性估计类LH与非齐次线性估计类LI中可容许的充要条件.本文的结果表明线性估计在非齐次线性估计类中的可容许性与椭球的中心B0无关,而齐次线性估计在齐次线性估计类中的可容许性与B0有关. 相似文献
8.
线性模型中误差方差的非齐次估计的可容许性 总被引:4,自引:0,他引:4
考虑模型Y=Xβ+e,其中X_(n×p)是设计矩阵,e的各分量e_1,e_2,…,e_n相互独立,E(e_i)=E(e_i~3)=0,E(e_i~2)=σ~2,E(e_i~4)=3σ~4,i=1,2,…,n。本文讨论误差方差σ~2的估计在估计类={Y′AY+l′AY+f;Y′AY+l′AY +f≥0对一切Y}中的可容许性问题。当X为满秩矩阵时,给出了σ~2的估计在中可容许的充分必要条件,当X_(n×p)=1时,给出了估计类的一个完全类以及估计可容许的充分条件。 相似文献
9.
考虑线性模型 Y=Xβ+ε,Y 是可观察的 n 维向量,ε和β是不可观察的 n 维和 p 维随机向量;E(β)=Aα,VAR(β)=σ~2△≥0;E(ε)=0,VAR(ε)=σ~2V≥0;E(εβ')=0;X,A,△,V 皆为已知矩阵;α∈R~k,σ>0皆为未知参数,本文首次提出矩阵损失函数,并给出了(Sα,Qβ)的估计(L_1Y+α,L_2Y+b)在非齐次估计类中可容许的充要条件。 相似文献
10.
考虑约束线性模型Mr={Y,Xβ,σ2V|Rβ=r}其中x列满秩,V为正定矩阵.在二次损失下,Baksalary. J. K和Markiewicz,A得到了回归系教β的线性估计在非齐次线性估计类中可容许的充分必要条件,利用吴启光在无约束线性模型关于回归系数线性可容许估计的结果,对约束线性模型Mr我们得到结果如下在矩阵损失下回归系数β的线性估计AY+g在非齐次线性估计类中可容许当且仅当[i]XAV对称;[ii]R(A) R(U) [iii]AXU=U,g=(AX-I)R+r或AXU≠U时,有r(AX) (-∞,0)∪(1,+∞).其中R(U)=N(R),U为列正交矩阵. 相似文献
11.
矩阵损失下随机回归系数和参数的线性估计的可容许性 总被引:7,自引:0,他引:7
§1.引言考虑一般的随机效应线性模型Y=Xβ+ε,(1.1)其中 Y 为可观测的 n 维随机向量,ε和β分别为不可观测的 n 维和 p 维随机向量,E(β)=Aα,VAR(β)=Δ≥0,E(ε)=0,VAR(ε)=V≥0,E(βε')=0,X,A,Δ和 V 分别为已知的 n×p,p×k,p×p 和 n×n 矩阵,α∈R~k 为参数。对于矩阵 B 和C,B≥C(B>C)表示 B—C 为非负定(正定)对称矩阵。 相似文献
12.
二次损失下回归系数的线性Minimax估计 总被引:4,自引:0,他引:4
徐兴忠 《数学年刊B辑(英文版)》1993,(5)
设有线性模型EY=Xβ,CovY=σ~2V,这里X和 V_(:nxn)>0已知矩阵,β∈R~p 和σ~2>0都是参数.本文估计 Sβ,选取损失函数L(d,Sβ)=其中 Sβ是可估的,并给出了在线性估计类中唯一的一个线性 minimax 估计. 相似文献
13.
随机回归系数和参数的线性估计的可容许性的几个结果 总被引:15,自引:1,他引:14
考虑线性模型Y=Xβ+ε(1.1)其中 X 为已知的 n×p 矩阵,n≥p;β和ε分别为不可观测的 p 维和 n 维随机向量;Y是可观测的;Eβ=Aα,Eε=0,COV(?)=V,V 和 A 都已知,α∈R~k 为参数.这 相似文献
14.
回归系数的非齐次线性估计的可容许性 总被引:6,自引:0,他引:6
考虑线性模型丁“Y一召…月二‘L刀Y一u”V,V>o,O’“为简便计,记为之Y,了月,砂V,V>0).若召是:x,阵,伺题.未知当习月可估时, (1)我们研究估计尽月的 RaoL刀给出了,在二次型损失函数 (‘一习月丫(d一习月)(2)下,S月的齐次线性估计L了在齐次线性估计类中是可容许估计的充要条件.本文考虑月月的非齐次线性估计L了+a的可容许性.在二次型损失函数下得到了LY十a在非齐次线性估计类中是习月的可容许估计的充要条件. 称R(S月,。,,d、~E(‘一习月)‘(d一召月)为习月的估计d的风险.若d,,d。是S尽的两个估计,当R〔泞月,。,,J,)一R(习月,a,,d:… 相似文献
15.
《数学物理学报(A辑)》2010,(6)
该文研究了协方差矩阵未知的多元线性模型中,二次矩阵损失函数下回归系数矩阵可估线性函数的非齐次线性估计的可容许性.不需正态分布的假设,作者给出矩阵非齐次线性估计在线性估计类中可容许的充要条件;在正态分布的假设下,作者给出矩阵非齐次线性估计在一切估计组成的估计类中可容许的充分条件. 相似文献
16.
方差分量模型中回归系数估计的可容许性 总被引:2,自引:0,他引:2
本文考虑方差分量模型中回归系数函数g(β)的估计的可容许性问题. §2中给出了β的线性函数p′β的估计在平方损失之下,在线性估计类中为可容许估计的充要条件. §3中给出了β的估计在平方和损失之下,在线性估计类中为可容许估计的充分条件和必要条件. 相似文献
17.
变换数据对线性模型拟合值的影响 总被引:2,自引:0,他引:2
一、引言考虑线性回归模型其中Y是n维观测向量,X是n×p阶段设计矩阵,且其秩为R(X)=p,β为p维未知参数向量,e为n维随机误差向量、对于模型(1.1),β的最小二乘估计(The Least Squares Estimate,以下简记为LS估计) 相似文献
18.
本文研究了带有不等式约束的多指标线性模型中线性估计的可容许性.利用矩阵论的相关知识,在矩阵损失下得到了齐次线性估计在齐次线性估计类中是可容许的充要条件,以及非齐次线性估计在非齐次线性估计类中是可容许的若干条件,推广了不等式约束下可容许性的相关结果. 相似文献
19.
一、问题和结果考虑方差分量模型(?)(1.1)其中 X 为已知的 n×p 阶矩阵,V_i≥0,i=1,2,…,m,已知,β∈R~p,θ_i≥0或θ_i>0,i=1,2,…,m 都是参数.我们要估计线性可估函数 Sβ,S 为已知的 k×p 矩阵,选取估计类 相似文献
20.
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. 相似文献