版權(quán)說(shuō)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文主要研究了含有兩個(gè)方差分量矩陣的一般多元線性混合模型方差分量矩陣的估計(jì)問(wèn)題.
本文第一章是緒論部分,介紹了含有兩個(gè)方差分量矩陣的一般多元線性混合模型,并且給出文章重點(diǎn)所需要的理論方法,最小二乘方法、譜分解估計(jì)方法以及Wishart分布的定義和性質(zhì).
第二章對(duì)于含有兩個(gè)方差分量矩陣的一般多元線性混合模型,運(yùn)用協(xié)方差陣譜分解的結(jié)果,給出了方差分量矩陣的一種新的估計(jì)方法—新譜分解估計(jì).
第三章對(duì)于含有兩個(gè)方差
2、分量矩陣的一般多元線性混合模型,在二次損失標(biāo)準(zhǔn)下,比較了方差分量矩陣的新譜分解估計(jì)和方差分析估計(jì),得到了非平衡情形下新譜分解估計(jì)優(yōu)于方差分析估計(jì)的條件.進(jìn)一步,在新譜分解估計(jì)的基礎(chǔ)上,考慮一個(gè)估計(jì)類,在二次損失標(biāo)準(zhǔn)下,得到了一個(gè)取非負(fù)概率較大的新譜分解估計(jì)的改進(jìn)估計(jì).
第四章對(duì)于含有兩個(gè)方差分量矩陣的一般多元線性混合模型,比較了該模型協(xié)方差陣新譜分解估計(jì)和方差分析估計(jì)的優(yōu)良性,得到了二次損失標(biāo)準(zhǔn)下模型為平衡模型和非平衡模型時(shí),
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 混合效應(yīng)模型中方差分量的估計(jì).pdf
- 兩類統(tǒng)計(jì)模型中方差和協(xié)方差分量的Bayes估計(jì).pdf
- 線性模型與非參數(shù)模型中方差的估計(jì).pdf
- 方差分量的估計(jì).pdf
- 方差分量模型的參數(shù)估計(jì)問(wèn)題.pdf
- 線性混合效應(yīng)模型協(xié)方差陣的估計(jì)問(wèn)題.pdf
- 方差分量估計(jì)算例
- 縱向數(shù)據(jù)模型方差分量的估計(jì)和檢驗(yàn).pdf
- 第四章 方差分量線性回歸模型
- 一類非平衡方差分量模型的參數(shù)估計(jì).pdf
- 多元線性模型的參數(shù)估計(jì).pdf
- 多元線性回歸模型的有偏估計(jì)
- 多元線性回歸模型的有偏估計(jì)
- 多元線性回歸模型的有偏估計(jì)
- 基于Helmert方差分量估計(jì)的半?yún)?shù)回歸模型若干算法研究.pdf
- 混合系數(shù)線性模型與約束線性模型的參數(shù)估計(jì).pdf
- 線性混合模型中的參數(shù)估計(jì).pdf
- 線性混合效應(yīng)模型的估計(jì)與檢驗(yàn).pdf
- 基于Cox模型的遺傳方差分量模型研究及應(yīng)用.pdf
- 多元線性模型回歸系數(shù)的主成分估計(jì).pdf
評(píng)論
0/150
提交評(píng)論