集团抽样不等概方法的均值估计及其性质

在集团抽样调查中，[1]和[2]给出了一般抽样方法及均值估计和它性质的论述，但未考虑各集团在总体中的地位对估计结果的影响，本文给出了集团抽样的不等概方法和均值的无偏估计，同时也给出了这种估计的方差及方差的无偏估计。     

为PPS抽样而进行双重抽样的方法

本文把双重抽样技术用于ＰＰＳ抽样，给出了该方法下总体总值的无偏估计量，估计量的方差及方差的无偏估计公式。     

线性模型中两步估计与BLUE差别的度量

本文讨论了广义线性模型中均值向量向和回归系数两步估计与最佳线性无偏估计差别的度量方法，给出了均值向量(回归系数)两步估计μ^-(β^-)相对于其最佳线性无偏估计μ^*(β^*)的相对精度P(μ^-|μ^*)的界及μ^--μ^*(β^--β^*)的欧氏范数界．并把文章结果应用到两阶段抽样回归模型，方差非齐次回归模型，半相依回归模型中．     

在几种常见的抽样方案下的事后分层

本文给出系统抽样，放回不等概率抽样及二阶不等概率抽样情况下总体均值的事后分层估计，估计量的方差和它的无偏估计。     

线性模型中两步估计的分解式及其应用

本文讨论广义线性模型中均值向量和回归系数的两步估计，给出了均值向量两步估计的分解式及均值向量两步估计与其最佳线性无偏估计一致的充分条件，并把结果应用到两阶段抽样回归模型及误差相关回归模型中。     

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．     

比估计的两个常用的方差估计量的小样本比较

本文利用冯士雍和邹国华［１］或Ｓｕｎｄｂｅｒｇ［２］提出的比较方差估计量的新准则对比估计的两个常用的方差估计量进行了小样本比较．这是Ｃｏｃｈｒａｎ［３］提出的一个公开问题．我们的结果在一定的意义下回答了该问题．     

多阶等距抽样下总体总值估计量的方差估计

本文给出了多阶抽样下构造总体总值估计量的方差估计量的一种方法．由此，可以得到多阶等距抽样下总体总值估计量的方差估计．     

一类线性混合模型的谱分解估计

谱分解估计(SDE)是新近提出的关于线性混合模型参数的一种新的估计方法,此方法的一个突出特点是同时给出固定效应参数和方差分量的显式解估计．本文就含两个方差分量的线性混合模型,对谱分解估计的性质做了进一步的研究,获得了方差分量的SDE和方差分析估计相等的充分必要条件,证明了在一定的条件下方差分量的SDE为一致最小方差无偏估计．     

带约束线性模型中的可容许线性估计

带约束线性模型中的可容许线性估计张双林（黑龙江大学数学系，哈尔滨１５００８０）１．引言及主要结果考虑线性模型当参数不受约束时，Ｒａｏ［１］，吴启光［２］，朱显海和鹿长余［３］等给出了Ｓｎ×Ｐβ的线性估计在线性类中是可容许的充要条件，当参数在约束条件，...     

指令性抽样下总体均值和方差的估计及其应用

指令性抽样下的样本往往不具有代表性,因此仅用它们来推断总体将是不适合的,这篇文章基于观察信息,利用概率统计方法将没有发出调查指令的样本信息补充出来,然后利用观察信息和补充信息一起来对总体进行推断.具体我们给出了总体均值和方差参数估计的迭代公式,并给出它们在经济犯罪调查和流行病调查中的应用.     

增加试验数据对岭估计的均方误差的影响

在线性模型中,对于回归系数的岭估计和广义岭估计,本文给出了选择岭参数的条件,在此条件下,岭估计和广义岭估计不仅能改善LS估计,而且增加试验数据时,它们的均方误差都会减少。同时,本文将增加试验数据换成增加附加信息,从而讨论了附加信息对混合岭估计和混合广义岭估计的影响问题。     

指数分布冷贮备系统产品的统计分析——转换开关指数型的情形

给出了全样本场合下指数分布冷贮备系统产品寿命分布中参数θ≠λ时的矩估计和极大似然估计,通过Monte-Carlo给出了参数矩估计的精度,考察了1000次满足条件时所需要的模拟次数,随着样本量的增大,矩估计存在的比率逐渐增大,而极大似然估计的结果与样本有关.同时给出了参数θ=λ时的矩估计、极大似然估计和逆矩估计,通过Monte-Carlo模拟考察了参数点估计精度,认为矩估计比较优.文章还给出了求参数区间估计的两种方法——精确方法和近似方法,通过Monte-Carlo模拟认为精确方法精度较高.     

On the general problem of mean estimation

Mean estimation for a random function is considered in its most general context, including both the case of infinite dimensional mean and exact estimation. The existence theorem for the best linear unbiased estimates is established. The general definition of the pseudobest estimate is given; necessary and sufficient conditions for the efficiency of the pseudobest estimates are obtained. As an application the problem of the periodic trend estimation is considered.     

Optimum calibration points estimating distribution functions

The calibration method has been widely discussed in the recent literature on survey sampling, and calibration estimators are routinely computed by many survey organizations. The calibration technique was introduced in [12] to estimate linear parameters as mean or total. Recently, some authors have applied the calibration technique to estimate the finite distribution function and the quantiles. The computationally simpler method in [14] is built by means of constraints that require the use of a fixed value t₀. The precision of the resulting calibration estimator changes with the selected point t₀. In the present paper, we study the problem of determining the optimal value t₀ that gives the best estimation under simple random sampling without replacement. A limited simulation study shows that the improvement of this optimal calibrated estimator over possible alternatives can be substantial.     

失访和迄今存活病人的生存率

癌症临床工作的关键指标是生存率，尤其是那些失访和迄今存活病人即终检（也称删失）病例的生存率。后者尚无估计方法。本文提出生存率终检模型，利用该模型从整个样本生存率分离出终检病例生存率，并按二项分布理论构造其方差和置信限。其统计学意义是它揭示出生存率的终检成份和非终检成份，临床意义是它实现了对失访和迄今存活病人生存率的估计。与以往的笼统生存率估计相比，这显然提高了一步。附有工作实例描述其临床应用     

线性混合模型参数的部分岭型谱分解估计

对于随机效应部分为一般平衡多项分类的线性模型, 将王松桂等\ucite{1}提出的一种称之为谱分解估计(SDE)的参数估计新方法推广到具有病态设计阵的线性模型, 提出了部分岭型谱分解估计, 通过类似于主成分估计的降维模型变换, 可以很方便的研究它的抗干扰性和其它重要性质.本文的结果可以很方便的应用于Panel模型.     

线性混合模型中方差分量的ANOVA估计的改进

讨论了在含三个方差分量的线性混合模型中,在均方误差意义下,方差分量的方差分析估计的改进,并把这一结果推广到一般的线性混合模型上,得到一个改进方差分析估计的简单方法.     

平衡随机模型中方差分量的非负估计

众所周知, 对于平衡随机模型, 方差分量的方差分析估计为一致最小方差无偏估计. 本文基于方差分量的方差分析估计, 构造了一个二次不变估计类, 它包含了一些常用重要估计. 证明了该估计类在一定条件下在均方误差意义下一致优于方差分析估计, 并在此估计类基础上, 给出了方差分量的两种非负估计, 它们在均方误差意义下分别一致优于方差分析估计和限制极大似然估计, 且有显式解、容易计算.     

Approximate Bayesian shrinkage estimation

A Bayesian shrinkage estimate for the mean in the generalized linear empirical Bayes model is proposed. The posterior mean under the empirical Bayes model has a shrinkage pattern. The shrinkage factor is estimated by using a Bayesian method with the regression coefficients to be fixed at the maximum extended quasi-likelihood estimates. This approach develops a Bayesian shrinkage estimate of the mean which is numerically quite tractable. The method is illustrated with a data set, and the estimate is compared with an earlier one based on an empirical Bayes method. In a special case of the homogeneous model with exchangeable priors, the performance of the Bayesian estimate is illustrated by computer simulations. The simulation result shows as improvement of the Bayesian estimate over the empirical Bayes estimate in some situations.