集团抽样不等概方法的均值估计及其性质

在集团抽样调查中，［１］和［２］给出了一般抽样方法及均值估计和它性质的论述，但未考虑各集团在总体中的地位对估计结果的影响．本文给出了集团抽样的不等概方法和均值的无偏估计，同时也给出了这种估计的方差及方差的无偏估计．     

为PPS抽样而进行双重抽样的方法

本文把双重抽样技术用于ＰＰＳ抽样，给出了该方法下总体总值的无偏估计量，估计量的方差及方差的无偏估计公式。     

在几种常见的抽样方案下的事后分层

本文给出系统抽样，放回不等概率抽样及二阶不等概率抽样情况下总体均值的事后分层估计，估计量的方差和它的无偏估计。     

线性模型中两步估计与BLUE差别的度量

本文讨论了广义线性模型中均值向量向和回归系数两步估计与最佳线性无偏估计差别的度量方法，给出了均值向量(回归系数)两步估计μ^-(β^-)相对于其最佳线性无偏估计μ^*(β^*)的相对精度P(μ^-|μ^*)的界及μ^--μ^*(β^--β^*)的欧氏范数界．并把文章结果应用到两阶段抽样回归模型，方差非齐次回归模型，半相依回归模型中．     

线性模型中两步估计的分解式及其应用

本文讨论广义线性模型中均值向量和回归系数的两步估计，给出了均值向量两步估计的分解式及均值向量两步估计与其最佳线性无偏估计一致的充分条件，并把结果应用到两阶段抽样回归模型及误差相关回归模型中。     

方差分量的二次不变估计的非负改进

研究一类方差分量模型中的方差分量的估计改进问题,首先在含两个方差分量模型中给出σ21二次型估计类,并且此估计类还具有无偏性和不变性.考虑二次损失(δ-θ)2,在此估计类基础上放弃无偏性进行非负改进,不仅得到优于二次不变无偏估计类的σ21的非负二次不变估计类,而且还说明了它优于方差分析估计和最小均方误差估计,文献[5]中给出s>2时的非负改进,但是非负改进存在是有条件的,本文克服了这个缺陷.最后给出了非负改进存在的充分必要条件.     

连续变量隐私问题的随机化回答模型

本文讨论连续变量隐私问题的抽样调查方法,建立了两个随机化回答模型,并在上述模型下给出总体均值的无偏估计、估计量的方差及方差的估计量     

两参数联立EB估计的渐近最优性

一、引言文[1]中研究了一元正态分布均值与方差联立EB估计的渐近最优性,作者在[2]中讨论了正态线性模型回归系数的EB估计问题。本文讨论回归系数与误差方差联立EB估计及有关性质。考虑设计矩阵区为列满秩的线性回归模型     

两个方差分量的不变二次估计的可容许性

本文对Ｙ￣Ｎ（Ｘβ，θ１Ｖ１＋θ２Ｖ２），Ｖ１，Ｖ２〉０给出了方差分量的线性函数的不变二次无偏估计、不变二次非负估计及不变二次估计不可容许的充要条件，并据此给出了具体判别上述估计的可容许性的方法。     

多阶等距抽样下总体总值估计量的方差估计

本文给出了多阶抽样下构造总体总值估计量的方差估计量的一种方法．由此，可以得到多阶等距抽样下总体总值估计量的方差估计．     

定时截尾场合下双参数指数分布的参数估计

本文给出了定量截尾场合下双参数指数分布中两个参数的近似无偏估计（AUE），计算了它们的期望及方差，并与极大似然估计，相应定数截尾场合下的估计做了比较。     

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。     

后缀树的平均高度

本文利用概率论中的方法，探讨了由随机字符序列构成的后缀树，其高度Hn的概率特性，给出了均值E[Hn]和方差D[Hn]的较为精确的上下界估计。     

U统计量均值的固定长度的序贯区间估计

Y.S Chow 和 H.Robbins[1]讨论了一般总体方差σ~2。未知时均值μ的固定长度2d,给定置信概率1-α的序贯区间估计.此后一些作者又作了进一步的研究,其中Sproule[2]曾给出了 U 统计量均值的固定长度的序贯区间估计.本文主要讨论 U 统计量均值θ的固定长度的刻度型序贯区间估计.并顺便讨论一种构作 U 统计量均值固定长度区间估计的渐近有效两阶段抽样方案.     

多阶连续抽样设计下广义加权回归估计方法研究

在抽样调查领域中,关于抽样方案设计的研究应用较为充分和完整,但关于抽样估计的研究应用却较为缺乏和滞后。本文首先总结了国外相关研究成果,研究了基于广义加权回归的抽样估计方法,同时证明其满足渐近设计无偏和最小化渐近期望方差的理论条件。同时,本文以各类常见的抽样设计为基础,通过模型组和模型水平将现有的超总体回归模型进行扩展,基于复杂的多阶连续抽样调查,建立各种类型的超总体回归模型进行模型辅助的广义加权回归抽样估计,给出了具体的回归估计步骤和结果,最终形成一套关于广义加权回归抽样估计的理论方法体系,为抽样估计方法在我国政府统计部门中的有效应用奠定理论基础。     

一类线性混合模型的谱分解估计

谱分解估计(SDE)是新近提出的关于线性混合模型参数的一种新的估计方法,此方法的一个突出特点是同时给出固定效应参数和方差分量的显式解估计．本文就含两个方差分量的线性混合模型,对谱分解估计的性质做了进一步的研究,获得了方差分量的SDE和方差分析估计相等的充分必要条件,证明了在一定的条件下方差分量的SDE为一致最小方差无偏估计．     

Weibull分布参数的最大似然估计的注记

本在截尾寿命试验，全寿命试验下，求得Weibull分布参数的最大似然方程，其表达式不同于[2]，易于求解，既可机算又可手算，精度可以很高，并通过例子计算，与图估计，简单线性无偏估计及最佳线性无偏估计作对比，发现结果差异很大，因之，敬请生产厂家，可靠性理论工作及质量管理部门应加以注意，应用后三种估计方法是不可靠的，应该采用最大似然估计方法。     

多元线性模型回归系数的有偏估计与均方误差的无偏估计

本文对多元线性模型回归系数的最小二乘估计的任一线性变换，给出了均方误差的一个无偏估计，并应用统一方法，即极小化均方误差的无偏估计的方法，对岭估计和广义岭估计给出了确定偏参数的公式。最后给出了一个实例。     

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.     

平衡随机模型中方差分量的非负估计

众所周知, 对于平衡随机模型, 方差分量的方差分析估计为一致最小方差无偏估计. 本文基于方差分量的方差分析估计, 构造了一个二次不变估计类, 它包含了一些常用重要估计. 证明了该估计类在一定条件下在均方误差意义下一致优于方差分析估计, 并在此估计类基础上, 给出了方差分量的两种非负估计, 它们在均方误差意义下分别一致优于方差分析估计和限制极大似然估计, 且有显式解、容易计算.