已閱讀1頁,還剩41頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、對于Gauss-Markov模型可容許性的研究已經(jīng)比較成熟,有了系統(tǒng)和完整的理論結果。本文主要研究了一般線性模型(Y,Xβ,ε|ε~(0,σ2∑))中參數(shù)估計的可容許性特征,得到了一般線性模型在無約束,有等式約束及有不等式約束下,可容許線性估計均具有條件廣義嶺估計的形式的結論,并且討論了這一條件廣義嶺估計的優(yōu)良性,證明了其在均方誤差和均方誤差矩陣意義下都優(yōu)于約束最小二乘估計,給出了參數(shù)矩陣K的選取方法。 本文首先概述了一般線性模
2、型,嶺估計及約束嶺估計的發(fā)展歷史和研究現(xiàn)狀,在第二章介紹了矩陣的一些基本知識和可容許性的一些基本結論,第三章討論了一般線性模型最佳線性無偏估計的幾個等價條件,以及線性估計的可容許性特征,得到了一般線性模型的可容許線性估計均具有條件廣義嶺估計的形式,給出了一個齊次線性估計為可容許估計的充分必要條件。第四章分別在帶等式約束條件以及不等式約束條件下,討論了一般線性模型線性估計的可容許性特征,給出了在約束條件下齊次線性估計為可容許估計的充分必要
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 線性模型參數(shù)估計的Pitman優(yōu)良性.pdf
- 幾類線性模型中的可容許性估計.pdf
- 帶線性等式約束的多元線性模型中線性預測的可容許性.pdf
- 增長曲線模型中線性預測的可容許性與泛容許性.pdf
- 線性模型中參數(shù)的可容許估計.pdf
- 一般平衡損失下回歸系數(shù)的最優(yōu)線性無偏估計及可容許估計.pdf
- 多元線性模型中參數(shù)估計的可容許性.pdf
- 不等式約束線性模型的可容許性估計理論
- 統(tǒng)計決策觀點下線性模型參數(shù)估計優(yōu)良性研究.pdf
- 不等式約束線性模型的可容許性估計理論.pdf
- 最優(yōu)線性無偏估計和Bayes估計的優(yōu)良性研究.pdf
- 一類線性模型中參數(shù)的Bayes估計和經(jīng)驗Bayes估計及其優(yōu)良性.pdf
- 36510.廣義gaussmarkov模型參數(shù)的bayes線性無偏估計及優(yōu)良性研究
- 生長曲線模型中參數(shù)的Bayes線性無偏估計及其優(yōu)良性.pdf
- 平衡損失函數(shù)下線性模型中回歸系數(shù)的線性可容許估計.pdf
- Bayes估計的PPC優(yōu)良性.pdf
- 平衡損失下回歸系數(shù)線性估計的可容許性及最優(yōu)平衡估計.pdf
- 線性模型中回歸系數(shù)可估函數(shù)和誤差方差同時的Bayes估計及優(yōu)良性.pdf
- 一類LIU型估計及其優(yōu)良性.pdf
- 平衡線性模型中固定效應和隨機效應的容許線性估計的特征.pdf
評論
0/150
提交評論