线性回归模型参数的泛BC估计

本在献[1]的基础上，提出了线性回归模型参数的泛BC估计，把有偏压缩估计类的压缩系数由一维推广到多维，即由常数推广到矩阵向量，从而推出其一些优良性质。     

半相依模型参数估计的改进

对于m个半相依回归系统的未知回归系数, 文献[7]提出一种利用信息逐次迭加的方法, 该文首先在其基础上给出一种进一步改进形式, 并得到了其相合性, 同时作者借鉴文献[7]提出逐次迭加信息的构造估计思想给出一种具有小样本优良性的可行估计, 模拟研究也表明作者的改进估计是有效的.文献[10]根据Rao的协方差改进思想, 给出一种更为简洁的两步估计, 该文在此估计基础上给出一种改进形式, 新估计具有更好的可操作性和均方误差意义下的优良性.     

SUR回归方程系统的预检验估计

对于SUR回归方程系统,[1]提出回归系数的一种有偏估计βi^*。本文证明它是βi的线性估计类中的可容许估计,在一定条件下它优效于[2]提出的一种协方差改进估计βi^∧和OLS估计。本文还讨论了估计占优条件的假设检验问题。     

相依回归系统参数的待定系数估计法

对于由两个相依回归方程组成的相依回归系统Y_i=X_iβ_i δ_i(i=1,2),本文提出了参数β_i的一种含有待定系数的估计方法.例如,β_1的估计为其中K是待定常数,与β_1~*(K)对应的非限定两步估计记为β_1~*(K,T).当K=0时,β_1~*(K)等于协方差改进估计(?)_1(见[1]),当K=1时,β_1~*(K)等于[2]提出的一种有偏估计(?)_1.结果表明.总可以选取适当的K值.在一定条件下使β_1~*(K)和β_1~*(K,T)分别在均方误差矩阵准则下优于(?)_1和(?)_1(T).本文还讨论了K值的最佳选择问题.     

病态条件下的一个有偏估计

在线性回归问题中的病态条件下，提出了一个新的有偏估计及容许性证明.[1]中的估计实为此估计的一个特例.进一步针对两种特殊情况，给出了特殊的有偏估计及其容许性证明.     

线性回归问题中的一个估计

在线性回归问题中的病态条件下,提出了一个新的有偏估计及容许性证明.[1]中的估计实为此估计的一个特例.进一步针对两种特殊情况,给出了特殊的有偏估计及其容许性证明.     

系统辨识中LS估计的渐近正态性的注记

文献[1]中,我们用有关鞅的中心极限定理,证明了系统辨识中LS估计的渐近正态性。然而[1]中的条件是苛刻的。本文利用Mcleish的相依变量的中心极限定理改进了[1]的结果。     

一类相依回归系统参数的有偏估计

对于一类相依线性回归系统(1.1),许多作者研究了回归参数的最小二乘估计的改进,这些改进估计都是无偏估计且在通常情况下具有许多优良性质,但是在设计阵呈病态时这些改进估计的均方误差都很大,因而在这种情况下不再被认为是良好估计。针对这种情况,本文提出了两种有偏估计,证明了在设计阵呈病态时这些有偏估计的优良性质并研究了与之有关的检验问题。     

m相依样本下均值的经验似然比置信区间

在强平稳m相依样本下讨论了均值的经验似然置信区间估计,推广了Owen[1—2]在独立同分布情况下的结果.指出其不足并进行了合理的改进,并提出了分组经验似然的概念.     

求DEA有效最速方向的一般方法

提出经验生产可能集的支撑超平面表示形式，在献[3]的基础上，对生产可能集内任意非DEA有效的决策单元，给出在生产可能集内，求解其DEA有效最速方向，使其最速达到DEA有效的一般方向，同时指出献[4]、[7]中的两处错误。