一、二阶矩同时估计的可容许性

考虑模型Y=(y_1,…,y_n)′=(β,…,β)′+(ε_1,…,ε_n)′=1β+ε.(1.1)此处1=(1,…,1)′;ε_1,…,ε_n 相互独立,E(ε_i)=0,E(ε_i~2)=σ~2,E(ε_i~3)=0,E(ε_i~4)=3σ~4,i=1,…,n;-∞<β<∞,0<σ<∞.鉴于 β 的最重要的估计量是观察值 Y 的线性函数,σ~2和 β~2+σ~2的最重要的估计量是 Y 的非负定二次型,在考虑 β 的估计时,首先把注意力集中在 Y 的线性函数上;在考虑σ~2或 β~2+σ~2的估计时,首先考虑 Y 的非负定二次型.参考文献[1]在一般线性模型和二次损失下,给出了回归系数的可估线性函数的估计在线性估计类中是可容许的充要条件.参考文献[2]和[3]在模型(1.1)和平方损失下给出了 σ~2的估计在非负定二次型估计类中是可容许的充要条件;而在一般线性模型和平方损失下,给出了 σ~2的估计在非负定二次型估计类中是可容许的必要条件和充分条件,给出了相当大的一类可容许估计;此外,给     

具有P个方差分量的线性模型的Beyes二次估计及可容许估计的非负性

本文对具有 p 个方差分量的线性模型讨论了方差分量线性函数的 Bayes 不变二次估计问题,给出了 Bayes 不变二次估计(无偏和有偏)的显示表达式,并且证明了它们在各自考虑的类中形成了可容许估计的完全类.在可容许估计的完全类中,还讨论了非负参数函数的非负估计问题,给出了可容许的非负定估计存在的充要条件.     

方差分量模型中回归系数的线性估计的可容许性的若干结果

考虑方差分量模型EY=Xβ,VAB(Y)=sum from i=1 to m θ_iV_i,其中n×p矩阵X和非负定矩阵V_i(i=1,2,…,m)都是已知的,β∈R~p,θ_i≥0或θ_i>0(i=1,2,…,m)均为参数.设Sβ是线性可估的。在本文中,我们分别获得了在二次损失和矩阵损失下,关于Sβ的线性估计在线性估计类中可容许的若干结果,并在正态假设下,我们也讨论了线性估计在一切估计类中的可容许性。     

回归系数的非齐次线性估计的可容许性

考虑线性模型丁“Y一召…月二‘L刀Y一u”V,V>o,O’“为简便计,记为之Y,了月,砂V,V>0).若召是:x,阵,伺题.未知当习月可估时, (1)我们研究估计尽月的 RaoL刀给出了,在二次型损失函数 (‘一习月丫(d一习月)(2)下,S月的齐次线性估计L了在齐次线性估计类中是可容许估计的充要条件.本文考虑月月的非齐次线性估计L了+a的可容许性.在二次型损失函数下得到了LY十a在非齐次线性估计类中是习月的可容许估计的充要条件. 称R(S月,。,,d、~E(‘一习月)‘(d一召月)为习月的估计d的风险.若d,,d。是S尽的两个估计,当R〔泞月,。,,J,)一R(习月,a,,d:…     

二阶原点矩的二次型估计的可容许性

§1.引言 估计的可容许性是近年来受到较多注意的一个方面。但要证明或否定一个估计的可容许性,并无一般适用的简单方法。关于独立等均值样本的二阶原点矩的可容许估计问题,还很少见到讨论。 许宝騄先生在研究线性模型误差方差的估计时,他考虑了如下的估计类Q:a)二次的,b)无偏的,c)Q中估计的方差与回归系数无关。他得到了一个估计在这类估计中具有一致最小方差的充要条件。后来Rao把条件c)改为非负定的。许宝騄及     

线性模型中估计的可容许性

本文推广了La Motte有关线性模型中可容许估计的结果,由此解决了一种方式分组随机效应模型中方差分量二次及非负二次估计的可容许问题,并证明了可容许估计类是一最小完备类。     

方差分量的同变二次型估计的可容许性

<正> 讨论估计的(?)-可容许性,是容许性问题近年来受到人们较多注意的一个方面.线性模型中回归系数的最重要的估计量是观察值的线性函数.在此种线性估计类中的(?)-可容许性问题,目前已有完整的结果,见Cohen,Rao和LaMotte。误差方差的最     

许—模型下误差方差的可容许估计

本文讨论了在许－模型下非负二次估计类中误差方差的可容许估计的条件。     

多元线性模型中回归系数矩阵非齐次线性估计的可容许性

该文研究了协方差矩阵未知的多元线性模型中,二次矩阵损失函数下回归系数矩阵可估线性函数的非齐次线性估计的可容许性.不需正态分布的假设,作者给出矩阵非齐次线性估计在线性估计类中可容许的充要条件;在正态分布的假设下,作者给出矩阵非齐次线性估计在一切估计组成的估计类中可容许的充分条件.     

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.     

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     

方差分量的非负二次同时估计的可容许性

设方差分量模型，其中β∈为未知参数，Ｘ已知，Ｖ１≥０，Ｖ２≥０为已知的非负定矩阵．文［１］在一定的条件下给出了非负二次估计可容许的一个充分必要条件．但必要条件是在ｘ＝Ｉｎ（单位矩阵），Ｖ１＝Ｖ２＞０的条件下给出的，由于这些限制使必要条件不理想．本文去掉了这些限制，对一般的方差分量模型，给出了与文［１］中一样的必要条件，同时也研究了非齐次二次估计的可容许性．     

平衡损失下不等式约束回归系数的线性容许估计

对回归系数在不等式约束和平衡损失下讨论了其线性估计的可容许性,给出了齐次和非齐次线性估计类中可容许估计的充要条件.     

带约束一般生长曲线模型中可容许线性估计的特征

本文讨论带约束一般生长曲线模型中的可容许线性估计问题,对于回归系数的线性可估函数KBL的估计DYF(DYF+M),分别在齐次和非齐次线性估计类中,给出了它们是可容许估计的一些特征.     

矩阵损失下约束线性模型中回归系数的线性可容许估计

考虑约束线性模型Mr={Y,Xβ,σ2V|Rβ=r}其中x列满秩,V为正定矩阵.在二次损失下,Baksalary. J. K和Markiewicz,A得到了回归系教β的线性估计在非齐次线性估计类中可容许的充分必要条件,利用吴启光在无约束线性模型关于回归系数线性可容许估计的结果,对约束线性模型Mr我们得到结果如下在矩阵损失下回归系数β的线性估计AY+g在非齐次线性估计类中可容许当且仅当[i]XAV对称;[ii]R(A) R(U) [iii]AXU=U,g=(AX-I)R+r或AXU≠U时,有r(AX) (-∞,0)∪(1,+∞).其中R(U)=N(R),U为列正交矩阵.     

不等式约束下线性模型中线性估计的可容许性

本文研究了带有不等式约束的多指标线性模型中线性估计的可容许性.利用矩阵论的相关知识,在矩阵损失下得到了齐次线性估计在齐次线性估计类中是可容许的充要条件,以及非齐次线性估计在非齐次线性估计类中是可容许的若干条件,推广了不等式约束下可容许性的相关结果.     

带有不完全椭球约束的生长曲线模型中线性估计的可容许性

对于带有不完全椭球约束的生长曲线模型Y=XBZ+ε,ε~(0,σ2VI),X(B-B0)Z′NZ(B-B0)′X′≤σ2In,本文在矩阵损失函数(d-KBL)(d-KBL)′下给出了KBL在类齐次线性估计类LH与非齐次线性估计类LI中可容许的充要条件.本文的结果表明线性估计在非齐次线性估计类中的可容许性与椭球的中心B0无关,而齐次线性估计在齐次线性估计类中的可容许性与B0有关.     

协方差的非齐次估计的可容许性

本文研究协方差的非齐次二次估计的可容许性,在平方损失下,我们给出了一个非齐次二次估计在非齐次二次估计类中是协方差的容许估计的充要条件.     

误差方差的非齐次估计的可容许的充要条件

研究误差方差的非齐次二次估计的可容许性．在平方损失下,给出了一个非齐次二次估计在非齐次二次估计类中是误差方差的容许估计的充要条件．     

带线性约束的多元回归模型中回归系数的线性估计的泛可容许性

该本文针对矩阵风险，给出了矩阵估计量的优良性准则，在通常的容许性意义下，得到了带线性约束的均值参数的线性函数的线性估计是泛可容许估计的充要条件，同时得到了在不同的约束条件下，的可容许估计类之间的一种刻划．