单指标众数模型的统计诊断及在波士顿房价分析中的应用

在金融、经济、社会科学、气候科学、环境科学、工程技术和生物医学等领域,数据分布常常呈现出尖峰厚尾的特征,且密度分布是不对称的有偏分布。此时,单指标众数模型是刻画这些特征的一个重要方法。为此,非常有必要研究该模型下的统计诊断。本文将考虑单指标众数模型基于数据删除模型和众数漂移模型的统计诊断与局部影响分析。模拟研究和波士顿房价数据的结果表明所提出的方法是有效和可行的。     

方差分量模型中回归系数的线性估计的可容许性

考虑方差分量模型$\ep Y=X\beta,\;\cov(Y)=\tsm_{i=1}^{m}\theta_iV_i$, 其中$n\times p$矩阵$X$和非负定矩阵$V_i\;(i=1,2,\cdots,m)$都是已知的, $\beta\in R^p,\;\theta_i\geq 0$或$\theta_i>0\;(i=1,2,\cdots,m)$均为参数\bd 在本文中, 我们在二次损失下, 当$\mu{(X)} \subset\mu{(V)}$时, 给出了关于可估函数$S\beta$的线性估计在线性估计类中可容许性的充要条件