线性模型中基于SVD的一个新的有偏估计类

§1 .　IntroductionTheproblemofill_conditioninganditsstatisticalconsequencesonalinearregressionmodelarewell_knowninstatistics(Vinod&Ullah 1981;Belsley 1991) .Itis,forinstance ,knownthatoneofthemajorconsequencesofill_conditioningontheleastsquares(LS)regressionesti matoristhattheestimatorproduceslargesamplingvariance,whichinturnmightinappropri atelyleadtoexclusionofotherwisesignificantcoefficientfromthemodel,andthesignsofcoef ficientscanbecontrarytointuitionetc..Tocircumventthisproblem ,manybi…     

秩亏线性模型中的一个新的线性有偏估计类

本文基于最优线性最小偏差估计的谱分解,定义了秩亏线性模型未知参数的一个新的线性有偏估计类,并讨论了它的许多重要性质,通过选取偏参数的适当形式,构造了许多很有意义的线性有偏估计,最后,给出了一个算例。     

A Class of Linear Biased Estimators of Regression ParameterMatrix in the Growth Curve Model

ＡＣｌａｓｓｏｆＬｉｎｅａｒＢｉａｓｅｄＥｓｔｉｍａｔｏｒｓｏｆＲｅｇｒｅｓｓｉｏｎＰａｒａｍｅｔｅｒＭａｔｒｉｘｉｎｔｈｅＧｒｏｗｔｈＣｕｒｖｅＭｏｄｅｌ￥ＧｕｉＱｉｎｇｍｉｎｇ（ＺｈｅｎｇｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａ...     

Adaptive Unified Biased Estimators of Parameters in Linear Model

To tackle multi collinearity or ill-conditioned design matrices in linear models,adaptive biasedestimators such as the time-honored Stein estimator,the ridge and the principal component estimators havebeen studied intensively.To study when a biased estimator uniformly outperforms the least squares estimator,some sufficient conditions are proposed in the literature.In this paper,we propose a unified framework toformulate a class of adaptive biased estimators.This class includes all existing biased estimators and some newones.A sufficient condition for outperforming the least squares estimator is proposed.In terms of selectingparameters in the condition,we can obtain all double-type conditions in the literature.     

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．     

线性模型参数的稳健化有偏估计

本文讨论复共线性和粗差同时存在时线性模型的参数估计问题,基于等价权原理提出了一个稳健有偏估计类（稳健压缩估计）,并且建立了稳健压缩估计的计算方法,为了满足实际问题的需要,构造了许多很有意义的稳健有偏估计,例如稳健岭估计、稳健主成分估计,稳健组合主成估计、稳健单参数主成分估计、稳健根方估计等等,最后通过一个算例表明,本文提出的稳健有偏估计具有既可克服复共线性影响又可抵抗粗差干扰的良好性质。     

A New Class of Consistent Estimators for Stochastic Linear Regressive Models

In this paper we propose a new approach for estimating the unknown parameter in the stochastic linear regressive model with stationary ergodic sequence of covariates. Under mild conditions on the joint distribution of the covariate and the error, the estimator constructed is shown to be strongly consistent in two important special cases: (1) The sequence of (variate, covariate) is independent identically distributed (i.i.d.), and (2) the sequence of variates is a stationary autoregressive series. The asymptotical normality is also discussed under more assumptions on the distribution of the covariate.     

NA样本下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σ_ｉ～２＝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，误差｛ｅｉ｝为ＮＡ变量．我们对β的最小二乘估计βｎ和加权最小二乘估计Ｂｎ，在适当的条件下得到了它们的强相合性．     

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.     

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。     

部分线性模型中估计的收敛速度

考虑回归模型（Ⅰ）：其中（ｘ＿ｉ，ｔ＿ｉ）是固定非随机设计点列，ｘ＿ｉ＝（ｘ＿（ｉｌ），…，ｘ＿（ｉｐ））＇β＝（β＿１，…，β＿ｐ）＇（ｐ＞１），ｇ是定义在［０，１］上的未知函数，β是未知待估参数，０＜ｔ＿ｉ＜１，ｅ＿ｉ是ｉ．ｉ．ｄ．随机误差，且Ｅｅ＿ｉ＝０，Ｅｅ＝σ￣２＜∞。基于ｇ的估计取一类非参数权估计（包括常见的核估计和近邻估计），我们讨论了β的最小二乘估计及ｇ的估计的最优强弱收敛速度。     

部分线性模型中估计的渐近正态性

考虑回归模型其中是未知函数，（ｘ＿ｉ，ｔ＿ｉ，ｕ＿ｉ）是固定非随机设计点列，β是待估参数，ｅ＿ｉ是随机误差。基于ｇ（·）及ｆ（·）的一类非参数估计（包括常见的核估计和近邻估计），我们构造了β的加权最小二乘估计，并证得了最小二乘估计和加权最小二乘估计的渐近正态性。     

带有线性约束的增长曲线模型中均值参数的线性估计的泛可容许性

对于约束参数的增长曲线模型,本文从线性估计类中找出了泛可容许估计类,并得到了泛可容许估计与线性约束之间的一种刻划,这些结果断定,约束情况不明的时候,使用带线性约束的最小二乘估计比通常的最小二乘估计更保险。     

G-M线性模型的一个估计类

本文主要讨论参数β的形如β~=AX’y的估计类：给出了β~线性可容性的充要条件；当误差正态时，其线性可容许子 类与Bayes估计类等价；k阶主要成分估计β~k^*的协方差阵在估计类Гk中具有T-min max性和A,Фi=max min性。     

等价类空间中一维有偏选举模型的刻画

本文利用李雅谱诺夫函数证明了等价类空间中的一维有偏选举模型是正常返的,且首次击中D0时刻的阶为32,从而推广了[4]中的部分结果.     

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.     

All Admissible Linear Estimators under Quadratic Loss in Multivariate Model

§ 1.Introduction and Notations　In this paper,for any given matrices A and B,A B denotes the Kronecker productof A and B,A is a vector formed by stacking the columns of A under each other,μ(A)is a space generated by the columns of A,and PA=A(A′A) - A′. Fourthmore,if A andB are square matrices,then A>B and A≥ B mean that A-B is a symmetrical positiveand nonnegative matrix,respectively,andλi(A) is the i-th largest eigenvalue of A.　Consider general multivariate linear modelY …     

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估计的可容许性

考虑方差分量模型$\ep Y=X\beta,\;\cov(Y)=\tsm_{i=1}^{m}\theta_iV_i$, 其中$n\times p$矩阵$X$和非负定矩阵$V_i\;(i=1,2,\cdots,m)$都是已知的, $\beta\in R^p,\;\theta_i\geq 0$或$\theta_i>0\;(i=1,2,\cdots,m)$均为参数\bd 在本文中, 我们在二次损失下, 当$\mu{(X)} \subset\mu{(V)}$时, 给出了关于可估函数$S\beta$的线性估计在线性估计类中可容许性的充要条件