排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
Helge Toutenburg考虑了线性回归模型y=X_1β_1+X_2β_2+ε存在β_1的先验估计b_1~*=β_1+φ,φ~(0,V)的情况,比较了参数β=的三个估计b(广义最小二乘估计)b~*(V)(部分参数有先验估计的估计)和 b_R(V)(b_1~*=β_1+φ下的线性随机约束估计),得到结论 1.当V=0或V≈0时,△_1(V)cov(b)-cov(b~*(V))≥0;2.当V=0或V≈0时,△_2(V)cov(b_R(V))-cov(b~*(V))≥0。本文的工作是:i)作为结论1的补充,我们证明了:如果S_(12)=0,则当V≤σ~2S_(11.2)~(-1)时,△_1(V)≥0,当V≥σ~2S(_11.2~-1)时,△_1(V)≤0;若V-σ~2S(_11.2~-1)不定,或V≥σ_2S(_11.2~-1)或0相似文献
2.
3.
隐变量交互效应分析方法的比较与评价 总被引:2,自引:1,他引:1
本文通过一个实例,比较了分析隐变量交互效应的主要方法,包括用隐变量的因子得分做回归分析、分组线性结构方程模型分析、加入乘积项的结构方程模型分析和两步最小二乘回归分析,并评价了这些方法的优缺点。 相似文献
4.
正态线性模型中可估函数的Minimax估计 总被引:4,自引:0,他引:4
对于正态线性模型Y~N(Xβ,б2V),在二次损失L(б,DXβ)=下,本文利用可容许性理论,证明了可估函数DXβ的一个线性估计在一切估计类中是DXβ的唯一Minimax估计。 相似文献
1