一阶回归模型下Q和Q_B准则的几个结果

在试验设计中,一阶回归模型通常被作为合格拟合模型用来从众多因子中筛选出效应显著的特殊因子,而Q和Q_B准则能够比较简单地从大量的合格拟合模型中找出具有最优性质的设计.主要探讨了当拟合模型为一阶回归模型时,二水平的初始设计d与其Double设计(d d d -d)在Q和Q_B准则下的最优关系.给出了初始设计d的Q和Q_B值与其Double设计的Q和Q_B值之间的解析关系,从而得到在Q或Q_B准则下如果初始设计d是最优的,那么其Double设计也是最优的.此外,也分别给出了初始设计d及其Double设计的Q值和Q_B值的一个下界.     

Q和Q_B准则在Double设计中的应用

一阶回归模型通常用来从众多因子当中筛选出效应显著的因子,而Q和QB准则能够比较简单地从众多合格的拟合子模型中找出最优设计.因此本文主要探讨了极大模型为一阶回归模型时,初始设计d分别与Double设计d dd-d,完全反转设计d-d,设计dd11-dd22之间的关系,以及它们在Q和QB准则下的最优性关系.     

多元协方差阵扰动模型岭估计的影响分析

本文研究了多元线性同归模型岭估计的影响分析问题.利用最小二乘估计方法,获得了多元协方差阵扰动模型与原模型参数阵之间的岭估计的一些关系式,给出了度量影响大小的基于岭估计的广义Cook距离.     

(s~r)×s~n部分因子设计的估计能力

讨论了(s~r)×s~n部分因子设计的估计能力问题,其中r(≥2)是一个整数,s是一个素数或素数幂.给出了(s~r)×s~n部分因子设计具有最大估计能力的一个充分条件,并证明了类型为0的最小混杂设计在估计能力准则下也是较好的设计.     

ADMISSIBILITY IN THE GENERAL GROWTH CURVE MODEL WITH RESPECT TO RESTRICTED PARAMETER SETS UNDER MATRIX LOSS FUNCTION

In this paper, we study the issue of admissibility in the growth curve model with respect to restricted parameter sets under matrix loss function. We obtain some neces- sary and sufficient conditions that the linear estimators of KBL are admissible in the class of homogeneous linear estimators and in the class of non-homogeneous linear estimators under the growth curve model with respect to restricted parameter sets, respectively.     

二水平因子设计的均匀性模式及其相关的准则

从几何的角度研究二水平因子设计的投影性质. 基于一种类似于字长型的均匀性模式, 提出了用于比较二水平因子设计的均匀性分辨度和最小低阶投影均匀性两个准则, 并建立了最小低阶投影均匀性与最小低阶混杂、广义最小低阶混杂、正交性等准则之间的密切联系. 这些联系进一步揭示了均匀设计和因子设计之间的内在关系,对最小低阶混杂、广义最小低阶混杂、正交性等准则提供了合理的几何解释.     

长纤维高速过滤器性能优势分析

通过对净水厂沉淀出水和长江源水的过滤试验并与传统砂滤池及已在实际过程中推广应用的二类纤维过滤器进行了对比分析表明,本组研制的长纤维高速过滤器具有结构和性能上的明显优势。     

混料切片试验设计

混料试验设计在众多领域中都有广泛的应用,有时试验者不仅仅需要考虑各混料成分所占比例对响应变量的影响,同时还关心其它被称为过程变量的因素.在实际中,对于这类问题通常使用的设计方案是混料设计和因子设计的组合设计.这种组合设计在过程变量的不同水平组合下,使用的是相同的设计阵,因此空间填充性较差.基于混料球体堆积设计,文章提出了一类新的混料设计,称之为混料切片设计,它的整体设计和所有子设计(过程变量的每一水平组合对应的混料设计)都具有很好的空间填充性,从而比组合设计有更好的模型稳健性.基于同余子群的陪集分解方法,针对过程变量水平组合数的不同情况提出了相应的简单快速的构造算法,文章最后的数值例子解释了算法的可行性和设计的有效性.     

多元线性模型带约束参数集的线性估计泛可容许性

文中给出了多元线性模型（犢，犡Θ，犞Σ）中回归系数的线性估计在线性估计类中是泛可容许的一些特征，其中损失函数取为（犇（犢）－犛Θ）′ （犇（犢）－犛Θ），参数Θ 和Σ 取值于约束集合犎犖＝｛（Θ，Σ）：Θ′犡′犖犡Θ≤Σ，犖≥０｝．     

带线性约束的多元回归模型中回归系数的线性估计的泛可容许性

该本文针对矩阵风险，给出了矩阵估计量的优良性准则，在通常的容许性意义下，得到了带线性约束的均值参数的线性函数的线性估计是泛可容许估计的充要条件，同时得到了在不同的约束条件下，的可容许估计类之间的一种刻划．