线性混合效应模型中方差分量两种估计的比较

本文首先给出了由王松桂等提出的广义谱分解估计(GSDE)的定义,以及由Herderson方法得到的方差分量的方差分析估计(ANOVAE),在此基础上提出了谱和线性混合效应模型的概念,证明了在这类模型中,方差分析估计是广义谱分解估计的一种,并且考察了在一定条件下广义谱分解估计优于方差分析估计的充分条件.     

分块混合线性模型的参数估计

给出含有两个方差分量的分块混合线性模型,在一定条件下讨论给出三种模型的固定效应之间的关系,以及方差分量σ21和σ2的极大似然估计。     

有随机约束的混合回归模型的一类有偏估计

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约束下的有偏估计类的条件.     

关于谱分解估计和方差分析估计在线性混合模型中的比较

在文献[1]中提出的谱分解估计是一种在线性混合模型中同时估计固定效应和方差分量的新方法.在本文中,我们对带有两个方差分量的线性混合模型进行了谱分解估计和方差分析估计的比较.得出了方差分量的这两种估计在某些条件下方差相等,而且谱分解估计具有一些方差分析估计的最优性.     

非齐次等式约束线性回归模型回归系数的条件岭型估计

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数的约束最小二乘估计,并给出了两次随机数据模拟的结果,模拟数据结果表明在一定的条件下,条件岭型估计优于最小二乘估计.     

双边定数截尾下线性指数分布的参数估计

在双边定数截尾样本下讨论了线性指数分布中未知参数的极大似然估计和Bayes估计.通过Newton-Raphson迭代法得到了参数的极大似然估计,并证明了极大似然估计的唯一存在性.选取无信息先验分布与共轭先验分布,分别在对称损失函数和非对称损失函数下,通过Tierney-Kadane近似讨论参数的Bayes近似估计.利用MatlabR200b模拟了未知参数的极大似然估计的均方误差以及Bayes估计的均方误差,结果表明：不同样本量不同截尾方案下,选取Gamma先验分布并在平方损失函数下,未知参数的Bayes估计的均方误差是最小的.     

二次损失下方差分量模型中回归系数的线性Minimax估计

考虑方差分量模型,对任一可估函数,在二次损失下得到了线性可估函数在齐次估计类中的唯一的线性Minimax估计.     

对称损失函数下定时截尾情形几何分布参数的Bayes估计

首先给出了在对称损失函数下定时截尾情形下几何分布参数的Bayes估计的一般形式.然后在给出先验分布的条件下,给出了Bayes估计的精确形式.最后证明了此Bayes估计的可容许性.     

增长曲线模型中回归系数的线性估计的可容许性

对增长曲线模型,当协差阵是降秩的,在矩阵损失函数下,本文分别给出了回归系数的线性估计在非齐次线性估计类和全体估计类中是可容许估计的条件.     

波动率预测的参数方法与非参数方法比较

对人民币／欧元汇率一阶差分数据建立了GARCH（1,1）模型,并在此模型基础上计算了条件方差;然后,在非参数自回归模型基础上,运用非参数局部线性估计方法计算出了条件方差;最后,运用两种不同的方法进行了比较,结果表明非参数方法的预测效果要优于参数方法的预测效果．     

非齐次等式约束线性回归模型回归系数的广义条件岭估计

时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,广义条件岭估计都优于约束最小二乘估计和狭义条件岭估计.     

对混合效应模型中参数估计的一个思考

将含有两个随机效应的混合模型,借助奇异值分解,等价转换成两个新模型,给出了一个固定效应的无偏估计,并指出在满足一定条件下其方差小于最小二乘估计的方差,同时证明了新模型中参数的最小二乘估计等于原模型参数的方差分析估计。     

约束线性回归模型回归系数的广义条件岭估计

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、均方误差及广义均方误差意义下广义条件岭估计都优于约束最小二乘估计,并且证明了广义条件岭估计是回归系数的可容许估计．     

线性模型中相关附加信息全部损失的条件(英文)

通过讨论回归系数的混合估计和Bayes估计的相关附加信息全部损失的条件,本文给出了线性模型中选择相关附加样本应遵守的一个原则,并研究了两个应用问题。     

定时截尾瑞利分布的Bayes估计

在定时截尾取损失函数为熵损失函数情形下,给出了瑞利分布参数θ的Bayes估计的一般形式,在给出先验分布的条件下得出了参数θ的Bayes估计的精确形式,最后证明了Bayes的可容许性．     

具有异方差的线性混合模型参数的谱分解估计

线性混合模型的未知参数分为两种,一种是固定效应,一种是方差分量对具有异方差的线性混合模型的固定效应和方差分量做谱分解估计,讨论它的有关统计性质.     

权回归模型下几种估计性能的比较

在给定的权回归模型下,讨论了最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较,得出了在随机误差方差矩阵可逆条件下,可算出最优加权最小二乘估计与线性无偏最小方差估计误差方差阵的差表达式,并在一定条件下,两者趋于一致。     

约束最小二乘估计关于误差分布的稳健性

对于设计矩阵X是列降秩的且带有线性约束的线性模型,讨论了约束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范围内变动时,约束最小二乘估计在均方误差矩阵准则下是最优估计.     

逐步Ⅱ型寿命下逆Rayleigh分布参数的估计

在逐步Ⅱ型截尾样本下讨论了逆Rayleigh分布参数的估计问题,给出了参数的最大似然估计,并在三种不同的损失函数下给出了参数的Bayes估计和区间估计.最后给出了数值模拟的例子。     

PC准则下方差分量模型参数的广义岭估计的优良性

方差分量模型中,随机效应向量为正态情形时,本文证明了PC准则下其参数的广义岭估计优于其广LSE。