矩阵损失下一个参数子集的线性MINIMAX估计

考虑带多余参数的线性模型ＥＹ＝Ｘβ＋Ｚγ，Ｃｏｖ（Ｙ）＝σ＾２Ｖ。其中Ｖ是已知的非负定对称矩阵，在适当和假设下，我们得到了可估函数Ｓβ的所有线性ＭＩＮＩＭＡＸ估计。     

线性模型中M估计的渐近性质

线性模型中Ｍ估计的渐近性质吴耀华（中国科学技术大学数学系，合肥２３００２６）ＡＳＹＭＰＴＯＴＩＣＢＥＨＡＶＩＯＲＯＦＭ－ＥＳＴＩＭＡＴＯＲＳＩＮＬＩＮＥＡＲＭＯＤＥＬＳ￥ＷｕＹＡＯＨＵＡ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，Ｕｎｉｖｅｒｓ...     

多元线性模型回归系数的压缩LS估计

本文采用压缩ＬＳ估计Ｂ（ｋ）来估计设计矩阵呈病态的多元线性模型的回归系数Ｂ。通过ｋ值的选取，可使（ｋ）＝Ｖｅｃ（（ｋ））的均方误差ＭＳＢ小于β＝Ｖ＿ｅｃ（Ｂ）的ＬＳ估计β￣＊的ＭＳＥ。证明了具有可容许性、抗干扰性和有效性，并给出了实际应用中选取ｋ值的方法。     

一般增长曲线模型参数阵的BLU估计

考虑一般增长曲线模型：Ｙ＝Ｘ１ＢＸ２＋εＥ（Ｖｅｃ（ε））＝０Ｖ（Ｖｅｃ（ε））＝σ２ＶＩｎ（Ｖ０）本文对任一可估函数ＫＢＬ给出了它的ＢＬＵ估计（最佳线性无偏估计），并得到了方差σ２的一个无偏估计．     

回归函数非线性小波估计的一致强相合性

设（Ｘ_１,Ｘ_１）,…,（Ｘ_ｎ,Ｙ_ｎ）是从总体（Ｘ,Ｙ）中抽取的ｉ．ｉ．ｄ样本且服从［０,１］上的均匀分布．本文在平方积分损失下得到了回归函数ｇ（ｘ）＝Ｅ（Ｙ｜Ｘ＝ｘ）的非线性小波估计的一致相合性．     

K－网格上有限元的超收敛性及渐近准确的后验误差估计

Ｋ－网格上有限元的超收敛性及渐近准确的后验误差估计黄云清，陈艳萍（湘潭大学数学系）ＴＨＥＳＵＰＥＲＣＯＮＶＥＲＧＥＮＣＥＡＮＤＡＳＹＭＰＴＯＴＩＣＡＬＬＹＥＸＡＣＴＡＰＯＳＴＥＲＩＯＲＩＥＲＲＯＲＥＳＴＩＭＡＴＥＯＦＴＨＥＦＩＮＩＴＥＥＬＥＭＥＮＴＯ...     

带有结构变化的线性模型中参数估计的一些结果

本文在一些纯量损失和矩阵损失下研究带有结构变化的正态线性模型中参数的估计问题．分别给出 了存在回归系数的一致最小风险无偏（ＵＭＲＵ）估计和一致最小风险同变（ＵＭＲＥ）估计的充要条件, 证明了不存在误差方差在仿射变换群下的ＵＭＲＥ估计．导出了回归系数的最小二乘估计的可容许性 和极小极大性．     

逆自相关函数估计的渐近性质

逆自相关函数估计的渐近性质陈敏，常学将（山西大学数学系，太原０３０００６）ＴＨＥＡＳＹＭＰＴＯＴＩＣＰＲＯＰＥＲＴＩＥＳＯＦＴＨＥＥＳＴＩＭＡＴＩＯＮＯＦＴＨＥＩＮＶＥＲＳＥＣＯＲＲＥＬＡＴＩＯＮＦＵＮＣＴＩＯＮ￥ＣＨＥＮＭＩＮ；ＣＨＡＮＧＸＵＥＪＩ...     

增长曲线模型中UMRE估计和UMRU估计的存在性

对于一般的增长曲线模型,在一般的矩阵损失和二次损失下,用统一的方法分别给出了回归系数矩阵的任一指定可估函数存在一致最小风险同变（ＵＭＲＥ）估计（分别在仿真变换群和转换变换群下）和一致最小风险无编（ＵＭＲＵ）估计的充要条件,以及所有可估函数恒存在ＵＭＲＥ估计和ＵＭＲＵ估计的允要条件。最后将结果应用于一些特殊模型。     

正态分布族的参数的经验Bayes估计的收敛速度

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．     

SURE模型中参数的UMRE估计的一个注记

本文考虑似乎不相关回归方程组（ＳＵＲＥ）模型在设计阵不满秩情形下回归系数的一致最小风险同变（ＵＭＲＥ）估计。给出仿射变换群，转移变换群各自在二次损失和矩阵损失下回归系数可估函数存在ＵＭＲＥ估计的充要条件。     

误差协方差阵的经验Bayes估计的收敛速度

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。     

在一般Gauss─Markoff模型下线性变换保最佳线性最小偏倚估计

在一般Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型｛Ｙ，Ｘβ，Ｖ｝下，设Ｆ是一个适当阶矩阵，Ｃ为任意适当维向量，本文找到了ＡＹ是Ｃ＇β的最小偏倚估计的充分必要条件及ＡＹ是Ｃ＇β的最佳线性最小偏倚估计的充要条件．在以概率１意义下，证明了对于所有适当维向量Ｃ，Ｃ＇β的最佳线性最小偏倚估计能被表示成ＦＹ的线性函数的充要条件，且在此条件下，线性变换保最佳线性最小偏倚估计．     

参数空间被限制时有限总体的可容许估计

本文考虑参数空间被限制时有限总体的可容许估计问题,在期望均方误差准则下,获得了有限总体指标值的线性函数之线性估计在线性估计类中为可容许的充要条件.     

关于广义压缩最小二乘估计的注记

本文研究了广义压缩最小二乘估计（ＧＳＬＳＥ）的一些性质，给出了它的均方误差（ＭＳＥ）的一个无偏估计量（ＵＥ），采用极小该ＵＥ的方法确定了ＧＳＬＳＥ的参数选取公式，并把这个统一化的方法应用于广义岭估计，岭估计、Ｍａｓｓｙ主成分估计、Ｓｔｅｉｎ型压缩估计以及根方有偏估计等，从而得到了它们的一种选取参数的方法，最后，结合Ｈａｌｄ实例进行比较分析，结果表明，本文的方法是实用的，有效的。     

两个方差分量的不变二次估计的可容许性

本文对Ｙ￣Ｎ（Ｘβ，θ１Ｖ１＋θ２Ｖ２），Ｖ１，Ｖ２〉０给出了方差分量的线性函数的不变二次无偏估计、不变二次非负估计及不变二次估计不可容许的充要条件，并据此给出了具体判别上述估计的可容许性的方法。     

错误先验假定下回归系数Bayes估计的小样本性质

本在于错误指定的先验假定获得了回归系数的Ｂａｙｅｓ估计（ＢＥ）,并在均方误差矩阵准则下对其与最小二乘（ＬＳ）估计进行了比较,导出了它们的相对效率的界、讨论了在后验ＰｉｔｍａｎＣｌｏｓｅｎｅｓｓ准则下ＢＥ相对于ＬＳ估计的优良性。     

多元线性模型参数的预检验估计

本文对于多元线性模型Ｙ～（ＸＢ,Σ＠Ｉｎ）提出参数Ｂ一种预检验估计方法当Σ已知时,给出一种整洁有偏估计,得到了它在均方误差（阵）准则下优于ＢＬＵＥ的充要条件当Σ未知时,提出一种非线性两步估计,并得到它的精确均有误差阵结果和优于ＢＬＵＥ的充要条件本文还给出估计占优条件的检验统计量     

截断数据下非参数回归函数估计的强相合性

本文给出了截断数据下非参数回归函数ｍ（ｘ）＝Ｅ（Ｙ｜Ｘ＝ｘ）的两种估计。在一定的条件下证明了第一种估计的强相合性且给出了第二种估计的强收敛速度。     

方差分量的非负二次同时估计的可容许性

设方差分量模型，其中β∈为未知参数，Ｘ已知，Ｖ１≥０，Ｖ２≥０为已知的非负定矩阵．文［１］在一定的条件下给出了非负二次估计可容许的一个充分必要条件．但必要条件是在ｘ＝Ｉｎ（单位矩阵），Ｖ１＝Ｖ２＞０的条件下给出的，由于这些限制使必要条件不理想．本文去掉了这些限制，对一般的方差分量模型，给出了与文［１］中一样的必要条件，同时也研究了非齐次二次估计的可容许性．