不同测验模型的信度估计及统计性质

在教育与心理测验中，信度是衡量测验是否可靠的重要指标。本文在不同模型下考虑测验的信度估计及其统计性质。在正态模型下，给出信度的无偏估计，在二项模型下，给出信度的相合估计；利用项目反应理论，给出测验信度的另一类估计；在组合测验模型下，给出迄今最接近信度真值的一个下界，同时给出相应的估计公式。     

一般线性模型下方差最小范数二次无偏估计的稳健性

本文给出了一般线性模型下,由最小二乘得到的方差估计与最小范数二次无偏估计相等的充分必要条件,并且当Gauss-Markov估计与最小二乘估计相等时,可以得到一个简单的等价条件。     

高考预效度的混合估计

用传统的预测效度估计法估计高考预测效度，其估计值往往偏低。为此，本文应用回归分析中混合估计理论提出了高考预测效度的混合估计。这种估计是预测效度的无偏估计，并解决了预测效度估计值偏低的问题。     

更新时间概率模型及其无偏估计定理的论证

本文提出应用小参数法 ,探讨 Markov链中相邻两次更新时刻内稀疏事件的概率估计问题 .建立了三种最重要的具有更新时间的概率模型 .通过小参数的引入和对概率式的幂展开 ,进而推证出幂渐近展开系数的模型估算法 .论证了无偏估计的重要定理 ,给出了概率估计式和无偏估计精度 .亦将许多算法扩展到Markov链的任意状态空间     

优化灰导数白化值的无偏灰色GM(1,1)模型

通过优化灰导数白化值 ,建立了无偏的 GM(1,1)模型 ,给出了估计模型参数的方法 ,证明了无偏GM(1,1)模型具有白指数律重合性 ,提出了新的预测公式 .实例分析表明 ,新方法提高了模型的精度 ,扩大了模型的适用范围 .     

排序集抽样下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

文章分别在简单随机抽样和排序集抽样下研究了Inverse Rayleigh分布中对应样本所含刻度参数θ的Fisher信息量.数值结果表示,同等样本容量的排序集样本比简单随机样本提供更多关于θ的信息.接着分别基于简单随机样本和排序集样本构造了θ的一些优良估计,并对估计结果进行了数值比较.     

基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。     

Comparison of MINQUE and Simple Estimate of the Error Variance in the General Linear Models

Comparison is made between the MINQUE and simple estimate of the error variance in the normal linear model under the nean square errors criterion,where the model matrix need not have full rank and the dispersion matrix can be singular.Our results show that any one of both estimates cannot be always superior to the other.Some sufficient criteria for any one of them to be better than the other are established.Some interesting relations between these two estimates are also given.     

关于无偏估计的若干问题

通过理论分析和实例讨论有关无偏估计的若干问题：无偏估计不一定存在；无偏估计一般不唯一；在均方误差意义下，无偏估计不一定优于有偏估计；均方误差最小的估计是最小方差无偏估计，但反之不然。     

均匀分布参数的无偏估计及其分布

讨论了均匀分布未知参数无偏估计量的分布密度,利用无偏估计量构造出一些新的样本函数,并且利用给出的样本函数推导出了未知参数的置信区间.所得到结果改善了现有的估计,易于计算.