IMPROVED ESTIMATES OF THE COVARIANCE MATRIX IN GENERAL LINEAR MIXED MODELS

In this article, the problem of estimating the covariance matrix in general linear mixed models is considered. Two new classes of estimators obtained by shrinking the eigenvalues towards the origin and the arithmetic mean, respectively, are proposed. It is shown that these new estimators dominate the unbiased estimator under the squared error loss function. Finally, some simulation results to compare the performance of the proposed estimators with that of the unbiased estimator are reported. The simulation results indicate that these new shrinkage estimators provide a substantial improvement in risk under most situations.     

关于ARMA序列协方差矩阵的逆

本文用矩阵方法导出ＡＲＭＡ（ｐ，ｑ）序列协方差阵的逆的一种表达式，由它可以较快计算平方和函数及其偏导数，还可以求得初值为零的条件平方和函数的误差。     

二次损失下增长曲线模型参数阵的线性Minimax可容许估计

本文在二次损失函数下,给出了增长曲线模型参数阵的线性估计在给定的线性估计类中是Minimax可容许估计的充要条件.     

随机环境中r维分支链的协方差计算

定义了各种条件多元概率母函数，并利用条件多元概率母函数这一强有力工具研究随机环境中r-维分支链的性质，并给出了其协方差阵的精确计算公式．     

相依回归系统一种协方差改进估计之协方差阵的无偏估计

考虑相依回归方程系统ｙｉ＝Ｘｉβｉ＋εｉ（ｉ＝１，２），Ｅ（εｉ）＝０，Ｃｏｖ（εｉ，εｊ）＝σｉｊＩｎ。记βｉ为βｉ的协方差改进估计＾［１］。σｉｊ未知时，记βｉ为用非限定估计σｉｊ代替βｉ中的σｉｊ得到的两步估计，并记βｉ为用限定估计σｉｊ代替βｉ中的σｉｊ得到的两步估计，这两种两步估计的协方差中含有未知参数σｉｊ代替βｉ中的σｉｊ得到的两步估计，这两种两步估计的协方差中含有未知参数σｉｊ。本     

增长曲线模型中参数估计的一个注记

对于具有序列协方差结构的正态增长曲线模型，证明了在一定条件下不存在方差的一致最小无偏估计。给出了在任意凸损失下存在回归系数矩阵的任何线性可估函数的一致最小风险无偏估计的另一个充要条件。     

一类矩阵方程的埃尔米特自反最小二乘解

利用埃尔米特自反矩阵的表示定理和矩阵的拉直方法,研究了矩阵方程$AX+BY=C$的埃尔米特自反最小二乘问题,进一步,给出了方程在埃尔米特自反矩阵集合中可解的充分必要条件,得到解的一般表达式,最后,对任意给定的一对复矩阵,得到了其相关最佳逼近问题解的表达式.     

矩阵损失函数下回归系数矩阵的非齐次线性估计的可容许性

在二次矩阵损失函数下研究了协方差矩阵未知的多元线性模型中回归系数矩阵的可估线性函数的矩阵非齐次线性估计的可容许性,给出了矩阵非齐次线性估计在线性估计类中可容许的一个充要条件.     

矩阵方程XTAX=B的一类反问题

1引言 本文用Rn×m表示所有n×m实矩阵全体;SR0n×n表示所有n阶实对称半正定矩阵全体;In表示n阶单位矩阵;A-,A+分别表示矩阵A的一个广义逆和Moore-Penrose广义逆;A≥0表示A为对称半正定矩阵;Sn=(en,en-1,…,e1)∈Rn×n,其中ei为单位阵In的第i列; [n/2]表示不超过n/2的最大整数.     

矩阵乘积之Schur补的奇异值估计

0引言矩阵特征值和奇异值的估计,在数值代数、线性系统及控制论、力学等学科中有着十分重要的应用.中外学者获得了许多著名结果,但对Schur补的特征值及奇异值的估计则较困难.我国学者王伯英等得到了矩阵Hadamard之积的Schur补不等式及广义Schur余不等式,刘建州等给出了矩阵乘积的Schur补的奇异值估计.本文改进和推广了文献[2]、[4]和[5]中的一些不等式.     

若干矩阵Γ分布的相关分布

本文研究了与矩阵Γ分布相关的若干分布的密度函数,利用矩阵Γ分布的特征函数和它的Bartlett分解等方法,获得了与矩阵Γ分布相关的几个分布的密度函数解析表达式,它们包括Γ分布随机矩阵的子矩阵、行列式、迹和特征根的分布密度,进一步还得到了相关系数矩阵的分布密度函数形式.     

多元统计中期望向量的线性容许估计

设Ｙ１，Ｙ２，…，Ｙｎ独立同分布，ＥＹ１＝β，ＣｏｖＹ１＝Σ，这里β∈Ｒｍ与Σ：ｍ×ｍ＞０均未知．取Ｌ１（ｄ，β）＝（ｄ－β）′（ｄ－β），Ｌ２＝（ｄ，β）（ｄ－β）′，Ｌ＝｛Ｌ１Ｙ１＋Ｌ２Ｙ２＋…＋ＬｎＹｎ：Ｌｉ为ｍ阶实方阵，ｉ＝１，２，…，ｎ｝．本文在Ｌ１和Ｌ２下分别给出了线性估计在Ｌ中是β的容许估计的充要条件．     

关于一类二阶矩阵方程的敏度分析

In this paper, the sensitivity of the solution for a class of quadratic matrix equation which arises in the analysis of structural systems and vibration problems is discussed. With Brouwer fixed piont theory, the perturbation of the quadratic matrix equation is analyzed and two computational perturbation bounds are derived. Then a Rice condition number of some kind of solutions is given using the analytic expansion method. Two examples are presented in the last part.     

线性流形上亚半正定阵的一类逆特征值问题

1　引言与引理设 Rm× n表示所有 m× n实矩阵集合 ,m=n时 ,Rm× n简记为 Rm;Rm0 表示所有 m阶亚半正定阵集合 ,即 Rm0 ={ A∈Rm× m|YTAY≥ 0 , Y∈Rm× 1 } ;ORm表示 m阶正交矩阵集合 ;A+表示矩阵 A的 Moore-Penrose广义逆 ;‖·‖表示 Frobenius范数 .In 表示 n阶单位阵 ,有时令SE={ A∈ Rm× m|‖ AE -F‖ =min,E,F∈ Rm× k} ,(1 .1 )则 SE是线性流形 .文 [1 ] ,[2 ]分别研究了 SE上实对称矩阵及实对称半正定阵的逆特征值问题 ,本文将进一步研究 SE上亚半正定阵的一类逆特征值问题 ,具体叙述如下 :问题 　给定 X,B∈R…     

矩阵方程A~TXA=D的双对称最小二乘解

１．引 言 本文用 Ｒｎ×ｍ表示全体 ｎ×ｍ实矩阵集合，用 ＳＲｎ×ｎ（ＳＲ０ｎ×ｎ）表示全体 ｎ× ｎ实对称（实对称半正定）矩阵集合，ＯＲｎ×ｎ表示全体 ｎ× ｎ实正交矩阵集合，ＢＳＲｎ×ｎ表示全体ｎ×ｎ双对称实矩阵集合．这里，一个实对称矩阵Ａ＝（ａｉｊ）ｎ×ｎ被称为双对称矩阵，如果对所有的 　　　　　　　 　　　　　　　　　　　　　　　用Ａ×Ｂ表示矩阵 Ａ与 Ｂ的Ｈａｄａｍａｒｄ乘积，Ｉｋ表示 ｋ× ｋ阶单位矩阵，Ｏ表示零矩阵，Ｓｋ＝（ｅｋ，…，ｅ２，ｅ１）∈ Ｒｋ×ｋ，其中ｅｉ表示Ｉｋ的第ｉ列． 矩阵方程…     

具有允许解的代数微分方程组的形式

本文以不同于以往研究复微分方程组的方法,讨论了一类具有允许解的代数微分方程组的形式,得到了一个主要结果。     

协方差的二次型容许估计

本文研究方差的二次型估计的容许性,在平方损失下,我们给出了一个二次型估计在二次型估计类中是协方差的容许估计的充要条件。     

矩阵方程的最小二乘解

1　引言与引理设 Rm× n表示所有 m× n阶实矩阵的集合 ,ORn× n为所有 n阶实正交矩阵的全体 ,In 是 n阶单位矩阵 .AT、A+、rank A分别表示矩阵 A的转置、MP逆及秩 ;‖·‖是矩阵的Frobenius范数 .此外 ,对于 A =(αij)∈ Rs× s,B =(βij)∈ Rs× s,A * B表示 A与 B的Hadamard积 ,其定义为 :A* B=(αijβij) 1≤ i,j≤ s,现考虑如下问题 :问题 P　给定 A∈Rn× m,B∈Rp× m,D∈Rm× m求 X∈Rn× p,使得Φ =‖ ATXB - BTXTA - D‖ =m in　　我们知道 ,矩阵方程 ATX B- BTXTA=D在自动控制理论中有很重要的作用[1 ,2 ] .…     

一类特殊无限方阵的逆

研究了除环上一类特殊无限方阵的逆方阵,用紧致性论证给出了除环上无限上三角阵具有左（右）逆和双侧逆方阵的充分条件。     

四元数矩阵的奇异值分解及其应用

In this paper, a constructive proof of singular value decomposition of quaternion matrix is given by using the complex representation and companion vector of quaternion matrix and the computational method is described. As an application of the singular value decomposition, the CS decomposition is proved and the canonical angles on subspaces of Q^n is studied.