二次损失下一般Gauss-Markov模型中可估函数的线性Minimax估计

设Y是具有均值Xβ和协方差阵σ~2V的n维随机向量,Sβ是线性可估函数,这里X,S和V≥0是已知矩阵,β∈R~p和σ~2>0是未知参数。本文在二次损失下研究了线性估计的Minimax性。在适当的假设下,得到了Sβ的唯一线性Minimax估计(有关唯一性在几乎处处意义下理解)     

一般正态线性模型中可估函数的线性Minimax估计

对于一般正态线性模型y～N(Xβ,σ2V),这里X和V≥0是已知矩阵,β∈Rp和σ2＞0是未知参数,在二次损失下我们研究了可估函数DXβ的线性估计在一切估计类中的Minimax性,得到了DXβ的唯一线性Minimax估计(有关唯一性在几乎处处意义下理解).     

正态线性模型中可估函数的Minimax估计

对于正态线性模型Ｙ～Ｎ（Ｘβ,б2Ｖ）,在二次损失Ｌ（б,ＤＸβ）＝下,本文利用可容许性理论,证明了可估函数ＤＸβ的一个线性估计在一切估计类中是ＤＸβ的唯一Ｍｉｎｉｍａｘ估计。     

矩阵损失下一般Gauss-Markov模型中回归系数的线性MINIMAX估计

设Y是具有均值Xβ和协方差阵σ2V的n维随机向量，Sβ是线性可估函数，这里X，S和V0是已知矩阵，β∈Rp和σ2＞0是未知参数．本文在矩阵损失下研究了线性估计的Minimax性．在适当的假设下，得到了Sβ的唯一线性Minimax估计（有关唯一性在几乎处处意义下理解）．     

二次损失下G-M模型中可估函数的条件Minimax估计与性质

在二次损失下关于任意矩阵V对G-M模型讨论了齐次线性估计类中可估函数的条件Mimimax估计与性质。     

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.     

线性模型中不可估参数的线性估计的可容许性

对一般线性模型在平方损失函数下，得到了一维不可估参数函数的线性估计为可容许估计的充要条件，以及模型中参数向量（非线性可估）的线性估计为可容许估计的两个充要条件，并得到了多维参数函数（可估或不可估）的线性估计为可容许估计的一个充分条件以及特殊情况下的一个充要条件．     

矩阵损失下多元回归系数线性估计的Minimax可容许性的特征

本文在矩阵损失厂给出了多元回归系数线性估计在线性估计类中是Ｍｉｎｉｍａｘ可容许估计的充要条件．     

矩阵损失下带约束的回归系数非齐次线性估计的Minimax可容许性的特征

本文在矩阵损失下给出了带约束的回归系数线性估计在非齐次线性估计类中是Minimax可容许估计的充要条件。     

矩阵损失下生长曲线模型中回归系数线性函数的MINIMAX可容许估计

本文在矩阵损失下给出了生长曲线模型中回归系数线性估计在某种线性估计类中是Minimax可容许估计的充要条件     

多维线性模型均值矩阵的线性Minimax估计

本研究多维线性模型中均值矩阵在不同损失函数下的线性Ｍｉｎｉｍａｘ估计,得到了具体的表达式。     

矩阵损失下一类相依回归模型中的线性容许估计和Minimax估计

本文研究设计矩人有相同值域的相依回归模型,在矩阵损失下我们给出了回归系数的线性估计是线性容许的充要条件,它们推广了已有的结果,我们也在矩阵上给出了某个回归模型的回归系数的唯一的Ｍｉｎｉｍａｘ估计,它说明此时其它模型的信息不起作用     

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文）

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件.     

Shrinkage Estimators under Spherical Symmetry for the General Linear Model

This paper is primarily concerned with extending the results of Brandwein and Strawderman in the usual canonical setting of a general linear model when sampling from a spherically symmetric distribution. When the location parameter belongs to a proper linear subspace of the sampling space, we give an unbiased estimator of the difference of the risks between the least squares estimator φ₀ and a general shrinkage estimator φ = φ₀ − X − φ₀ ² · g φ₀. We obtain a general condition of domination for φ over φ₀ which is weaker than that of Brandwein and Strawderman. We do not need any superharmonicity condition on g. Our results are valid for general quadratic loss.     

方差分量模型中回归系数的线性Minimax估计

考虑方差分量(混合线性)模型y=Xβ+U1ξ1+U2ξ2+…+Ukξk,这里Xn×p,Ui,n×ti为已知设计矩阵,βp×1是固定效应,iξ是ti×1随机效应向量,满足E(iξ)=0,cov(iξ)=σ2iIti,iξ都不相关.往往Uk=In,ξk=ek,即最后一项为随机误差,热β∈RP和i2σ>0(i=1,2,…,k)为未知参数.我们考虑β的可估函数Sβ,选取二次损失函数L(d,Sβ)=(d-Sβ)′(d-Sβ)∑ki=1ciσi2+β′X′Vk-1Xβ,然后在线性估计类中给出Sβ的惟一的mini max估计.     

线性模型和线性EV模型中的T-型回归估计和EM算法

本文对于线性函数关系EV模型定义了$t$\,-型回归估计, 并对于普通线性模型和线性函数关系EV模型给出了计算$t$\,-型回归估计的EM算法, 同时获得了估计的相合性\bd 模拟结果表明由EM算法获得的$t$\,-型回归估计的表现良好.     

纵向删失数据下线性模型的相合估计

医药临床试验,生存分析,可靠性统计等研究领域,由于考虑到时间和费用问题,研究往往有一定期限.因为研究到期的被迫结束或者某些病人中途退出试验,最后得到的试验结果往往是删失数据.对于删失数据,采用无偏转换的方法处理,方法的最大优点是得到的估计量为显式解.首先讨论了在纵向右删失数据下线性回归模型回归系数估计的均方相合性,并且把结论推广到了污染线性模型,得到了污染系数、回归系数的强相合估计.     

平衡损失下回归系数的线性Minimax估计

在平衡损失函数下,主要研究回归系数的线性Minimax估计问题.通过分析平衡损失风险的极大极小性,得到了线性优化计类中回归函数的Minimax估计.在适当的假设下,证明了其唯一性.     

部分线性模型中估计的强相合性

考虑回归模型：ｙｉ＝ｘｉβ＋ｇ（ｔｉ）＋σｉｅｉ，１ｉｎ，其中σ２ｉ＝ｆ（ｕｉ），（ｘｉ，ｔｉ，ｕｉ）是固定非随机设计点列，ｆ（·）和ｇ（·）是未知函数，β是待估参数，ｅｉ是随机误差．对文［１］给出的基于ｇ（·）及ｆ（·）的一类非参数估计的β的最小二乘估计＾βｎ和加权最小二乘估计βｎ，我们在适当条件下证明了它们的强相合性．     

二次损失下Guass-Markov非线性模型系数的Minimax随机优化模型

本文借用线性模型系数的Minimax估计方法,在二次损失函数下运用随机优化理论对Gua.ss-Markov非线性模型的系数进行了研究,建立了非线性模型系数Minimax估计的随机优化模型.