均方误差矩阵相关论文
本文主要针对一般线性模型和带等式线性约束的线性模型中存在复共线性的情况,提出两类新的几乎无偏估计,并对其性质进行探讨。具体......
1986年Engle et al在研究天气变化与供电需求之间的关系时第一次提出部分线性回归模型,这是非常重要的统计模型,考虑部分线性回归......
本文主要研宄了混合系数线性模型参数的有偏估计问题，全文共分为三章： 第一章是绪论部分，介绍了本文要研宄的混合系数模型，并简要介......
本文讨论了一类线性模型中参数的Baycs线性无偏估计和经验Baycs估计及其优良性问题。 本文第一章对一类线性模型作了具体的介绍......
在经典线性模型中,由于Stein现象的存在,使得参数的最小二乘估计不再被作为一个良好的估计,对最小二乘估计的改进无论是理论还是应......
线性模型是现代统计学中的重要模型，在现代统计学中占有中心的地位，本文就是研究带随机约束线性模型的参数估计，同时也研究带有等式约......
随机效应模型在生物学、工程学、社会学等领域中应用广泛，其参数估计问题一直是最活跃的研究方向之一。本文研究的参数是随机效应模......
考虑实际回归问题中存在更多受约束条件的情况,提出了带约束的统一几乎无偏估计类,统一了常见的具有线性约束的回归模型的几乎无偏......
本文提出了线性等式约束的线性回归模型回归系数的一种有偏估计--条件岭型估计,证明了在一定的条件下,在均方误差意义下及均方误差......
本文提出了线性模型在随机约束条件下的一种岭估计,并给出了在均方误差矩阵准则下这种新的岭估计优于混合估计与岭估计的充要条件.......
本文在均方误差矩阵判别准则和风险函数的差别准则下,对广义线性模型的最优预测与经典预测的优良性进行比较分析,获得了比较基于压......
研究带随机先验信息的线性回归模型，提出一种新的随机约束岭估计，得到新的估计在均方误差矩阵意义下优于混合估计、普通岭估计、随机......
提出了有随机约束的混合回归模型在椭球约束下的一类有偏估计,并给出了在均方误差矩阵和PC准则下此估计类优于一般线性模型在椭球......
针对逻辑回归模型中解释变量存在复共线性问题,通过类比线性模型中的混合估计,提出了逻辑回归模型中的混合最大似然估计;在均方误......
主要讨论了随机约束线性模型的有偏估计问题,提出了一种新的加权混合几乎无偏两参数估计.证明了加权混合几乎无偏两参数估计在二次......
对于设计矩阵X是列降秩的线性统计模型，本文讨论了最小二乘估计关于误差分布的稳健性，给出了误差分布的最大类，使得误差项的分布在此......
对于一般线性模型y=Xβ＋ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误......
摘要： 对于具有随机线性约束的线性混合效应模型参数提出一种称之为条件岭型谱分解估计的方法.利用均方误差矩阵和广义均方误差对固......
考虑在错误的先验假定下线性模型回归系数的Bayes估计，将其与最小二乘估计进行比较，提出了Bayes估计与LSE的一种新的相对效率e5，给出......
在线性回归中，当设计矩阵的列向量间存在复共线性时，回归系数的最小二乘估计的性质显著变坏．为了消除或减弱复共线性对参数估计的影响......
针对奇异线性模型的复共线性,通过结合加权混合估计和新的两参数估计算子,提出了奇异线性模型的一种新的加权混合两参数估计,在均......
对于2SUR回归模型的参数估计问题，给出了一些一航均方误差矩阵比较结果，据此提出了一类线性估计和一类基于离差阵广义非限定估计的非......
讨论一般Gauss-Markov模型中参数岭估计的有关问题,并在均方误差矩阵意义下,证明了一般岭估计在线性估计类中是否容许估计.......
对齐次等式约束线性回归模型回归系数的岭估计进行推广，得出广义条件岭估计．证明了在一定的条件下，在均方误差矩阵、均方误差及广义均......
对非齐次等式约束线性回归模型回归系数提出广义条件岭估计.证明了在一定的条件下,在均方误差矩阵、均方误差及广义均方误差意义下......
对非齐次等式约束线性回归模型提出一种有偏估计．即条件岭型估计．证明了在一定的条件下．在均方误差及均方误差矩阵意义下都优于回归系......
提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出......
研究随机约束条件下半参数变系数部分线性模型的参数估计问题,当回归模型线性部分变量存在多重共线性时,基于Profile最小二乘方法......
对于2SUR回归模型的参数估计问题,给出了一些一般均方误差矩阵比较结果,据此提出了一类线性估计和一类基于离差阵广义非限定估计的......
提出非齐次等式约束线性回归模型回归系数的一个新的有偏估计，即综合条件岭估计，讨论了综合条件岭估计的性质，在一定的条件下，综合条件......
线性模型是数理统计学中发展较早、理论丰富且应用性很强的一个重要分支。它是一类统计模型的总称,包括线性回归模型、方差分析模......
理论研究和实践结果表明，线性回归模型中最常用的方法——最小二乘法，在一些情况下表现不理想，因此近些年来，统计学家提出了许多替代方......
考虑带等式约束的奇异线性模型的参数估计，为了克服复共线性问题，提出一个新的Liu型估计；同时给出这个估计的一些性质，并且得到了这个......
本文提出等式约束下线性模型中回归参数的线性贝叶斯估计,证明其在均方误差矩阵准则下相对于约束最小二乘估计的优越性,并采用蒙特......
针对线性测量误差模型中解释变量存在复共线性问题,提出线性测量误差模型中的一类两参数估计,该估计是最小二乘估计、Liu估计和岭......
提出了线性回归模型的一个新的有偏估计，即K—D。对K—D估计可容许性及优良性进行了比较深入的研究。利用均方误差矩阵下证明了估计......
Logistic回归模型是一种有效的分类数据处理方法。为了克服Logistic回归模型的复共线性,文章提出了Logistic回归模型参数的两参数......
缺少精确先验时,不等式约束可改善参数估计。针对不等式约束M估计,利用巴哈杜尔线性化原理和凝聚函数方法导出参数估计、残差向量......
基于最小二乘估计在复共线性存在时的不足,提出线性模型参数估计的一种新方法——新的两参数估计.首先,给出该估计的若干条基本性......
Liu估计提出了线性回归模型的一种新的有偏估计：β（d）=（X′X＋I）^-1（X′X＋d）β,其中β=（X′X）^-1 X′Y是最小二乘估计,在此基础上提出了一种适......
本文研究了具有异方差和自相关误差的线性回归模型,这种模型是现代统计学中应用最为广泛的模型之一,研究它具有比较重要的实际意义......
