多元线性模型中一个二次估计的非负最优性

考虑如下的多元线性模型 Y=X’_1BX_2+Us,(1)其中ε=(ε_((1)),ε_((2)),…,ε_((r)))’是r×p阶随机矩阵,满足 本文给出了trC∑~*是trC∑的一致最小方差非负二次无偏估计(UMVNQUE)的充要条件,其中∑~*是∑的在一定意义下的最小二乘估计(LSE),C是任一非负定阵。     

生长曲线模型中协差阵的最优非负估计

§1.模型与问题 考虑如下的生长曲线模型其中X_1,X_2,u≠0分别为n×k,p×l,n×s阶已知矩阵;B为k×l阶回归系数矩阵。Y=(y(1),…,y(n))′与(?)=(ε(1),…,ε(s))′分别为n×p阶观测资料矩阵及s×p阶随机误差矩阵。将Y、B及(?)依行拉直得     

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.