回归系数估计的渐近分析

讨论正态线性模型回归系数的一种非线性有偏估计，给出了它的偏差及其均方误差的渐近展开式，在均方误差意义下，得到了该估计优于最小二乘估计的渐近充要条件。     

回归系数的Bayes估计与最小二乘估计的相对效率

考察在错误指定在先验假定下的回归系数的Bayes估计（BE），并将其与最小二乘估计（LSE）进行比较，对BE与LSE的两种新的相对效率导出了它们的上下界。     

主成分回归和偏最小二乘法在高炉冶炼中的应用

以邯郸钢铁公司2 000 m3高炉采集的数据为样本,采用主成分回归(PCR)方法研究了各运行参数对高炉铁水含硅量的贡献,实现了高维复杂数据的降维.考虑到偏最小二乘法(PLS)在处理多重共线性数据中的优势,利用PLS对高炉铁水含硅量进行预测.结果表明,主成分回归和偏最小二乘法在对高炉冶炼过程中产生的大量数据的处理具有其独到的优势,取得了显著的效果.     

线性回归模型的一种有偏估计

在线性回归模型Y=Xβ＋ε；E（ε）=0；cov（ε）=σ^2V；V〉0下给出了有偏估计βh^＋=（X^T V^-1 X＋hI）^-1 （X^TV^-1Y＋β^＋），其中h〉0为参数，β^＋表示线性回归模型的广义最小二乘估计．讨论了这种有偏估计的优良性质，并证明了其可容许性，推广了已有的有关结果．     

Bootstrap方法在回归分析上的应用

本文用Ｂｏｏｔｓｔｒａｐ方法,给出了对一般回归模型参数的最小二乘估计的特征的估计的计算机模拟工应用于实际问题中,得到了较好的结果。     

主成分回归——速差动力学同时测定铁和锌

将主成分回归分析法用于动力学多组分测定中，从待测物的动力学及全波谱联合量测数据中抽取有主成分信息，建立主成分校正模型，并完成了对铁、锌混合样的同时测定。在计算中采用交互验证法确定主成分数。对三种不同的量测数据所得的结果进行了比较，发现采用全波谱动力学数据可获得较好结果。铁、锌的回收率分别为９８．８％，１０１．８％，并用于人发实际样品测定。     

基于自适应预测滤波理论的模数转换器设计方法

基于自适应差分量化理论，提出了在不增加转换位数的情况下提高模数转换器(ADC)动态范围的一种设计方法。该方法通过量化输入与预测的差值来获得预测增益，从而扩大ADC的动态范围；通过差分量化值与预测值相加得到输出信号，并将该分别采用LMS和RLS算法进行处理．得到输入信号的预测值．计算机模拟结果证实，上述两种算法均能使模数转换器的动态范围提高约25dB．比较而言，RLS算法收敛速度更快，收敛性更好，但计算量较大．     

广义增长曲线模型参数阵的最佳线性无偏估计

对于增长曲线模型Y=X1BX′2+ε,E(ε)=O,D(ε)=D(Vecε)=V2V1,在V1,V2均为非负定矩阵的情况下,利用最小二乘统一理论及矩阵拉直方法,给出了未知参数阵B的可估矩阵函数Z1BZ′2的最佳线性无偏估计,将有关文献的结果推广到更一般的情况。     

基于MMSE先验信噪比估计的语音增强

针对传统最小均方误差（MMSE）沿爵增强方法无法准确处理快速语音的变化问题，提出了一种堆于MMSE估计先验信噪比的语音增强方法，利用该笔法估计每帧语音俯号的每一个频率分量上的平滑系数αn,k。进行平均反馈估计，从而得到更加接近于真实情况的先验信噪比，进而使用MMSE方法进行语音的增强，提高了对于快速变化语肯的增强效果，实验结果农明，本方法比传统MMSE语青增强方法在增强性能上提高了近2dB。     

相依误差下线性回归模型的S-估计

对于线性回归模型:yi=xiTθ0+ei,i=1,2,…,n,当{ei,i=1,2,…,n}为α混合序列时,研究了S-估计的渐近性质.证明了S-估计具有强合性和渐近正态性,并且获得了类似独立同分布情形的方差-协方差结构.