排序方式: 共有14条查询结果,搜索用时 343 毫秒
1.
对增长曲线模型中参数估计的相对效率,本文提出了一种新的定义-加权相对效率,并研究了它的性质,以及在文献「4」中的两种相对效率的关系。 相似文献
2.
本文构造出正态线性模型误差协差阵的逆矩阵的二次型的经验Bayes(ER)估计,在一定条件下证明了这种EB估计的收敛速度可任意接近于1.最后,给出了一个实例. 相似文献
3.
MixedEstimationsandBayesEstimationoftheRegressionCoefficientinMultivariateLinearModel¥HuangYangxin(黄养新)(WuhanUniversityofTech... 相似文献
4.
对于正态分布族{N(μ,σ ̄2):-∞<μ<+∞,σ ̄2>0},该文利用密度函数及其偏导数的核估计构造出参数θ=(μ,σ ̄2)的经验Bayes(EB)估计,并在一定条件下证明了θ的EB估计的收敛速度可任意接近于1.最后给出了一个实例. 相似文献
5.
本文利用密度的混合偏导数的核估计,构造出线性模型中误差协方差阵的逆的经验Bayes(EB)估计,在一定条件下,还证明了EB估计的收敛速度可任意接近于1,最后,给出了一个实例。 相似文献
6.
本文对多元线性模型回归系数的最小二乘估计的任一线性变换,给出了均方误差的一个无偏估计,并应用统一方法,即极小化均方误差的无偏估计的方法,对岭估计和广义岭估计给出了确定偏参数的公式。最后给出了一个实例。 相似文献
7.
本文考虑了线性模型中回归系数β=(β1,…,βp)′和误差方差σ2的联立经验Bayes(EB)估计.在二次损失下,利用密度函数及其编导数的核估计构造出参数θ=(β1,…,βp,σ2)的联立EB估计,在一定条件下证明了θ的联立EB估计的收敛速度任意接近于1.最后、给出了一个实例. 相似文献
8.
本文对非线性模型误差方差的估计基于Jackknife虚拟值的Bootstrap方法建立了Bootstrap逼近,证明了逼近的相合性定理,得到了逼近的速度是o(n~(-1/2))。进一步,本文证明了误差方差估计的分布以理想的最佳速度o(n~(-1/2))收敛于正态分布的结论。 相似文献
9.
聚集数据的Gauss-Markoff模型中参数估计的相对效率 总被引:7,自引:0,他引:7
文献[1]提出了聚集数据的Gauss-Markoff模型中未知参数的两种估计。本文又提出了关于最小二乘估计的三种估计新的相对效率,并研究了它们的性质以及与文献[2]讨论过的另一种相对效率的关系。 相似文献
10.
增长曲线模型回归系数的广义岭估计 总被引:4,自引:0,他引:4
黄养新 《数理统计与应用概率》1995,10(2):49-55
本文采用广义岭估计β(K)来估计增长曲线模型中回归系数β=vec(B),通过K值的选取,可使其均方误差(MSE)小于LS估计β的MSE。同时对LS估计的任一线性变换,给出了其均方误差的一个无偏估计,并应用极小化β(K)的MSE的无偏估计的方法,得到了确定岭参数的公式。 相似文献