已閱讀1頁(yè),還剩29頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶(hù)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、本文討論了半相依回歸模型中參數(shù)的Bayes線性無(wú)偏估計(jì)及其優(yōu)良性問(wèn)題。半相依回歸模型在計(jì)量經(jīng)濟(jì)學(xué)中有廣泛的應(yīng)用背景。 本文第一章引言中對(duì)半相依回歸模型及其假設(shè)條件作了具體的介紹。導(dǎo)出了回歸系數(shù)的廣義最小二乘估計(jì)(GLSE)和Bayes線性無(wú)偏估計(jì)(BLUE)。利用分塊矩陣運(yùn)算法則求出了GLSE和BLUE分量的表達(dá)式。 本文第二章假設(shè)設(shè)計(jì)陣X列滿(mǎn)秩,在均方誤差矩陣(MSEM)準(zhǔn)則下獲得了BLUE相對(duì)于GLSE的優(yōu)良性,基于
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 半相依回歸模型的參數(shù)估計(jì).pdf
- 半?yún)?shù)回歸模型的Bayes估計(jì).pdf
- 半相依回歸系統(tǒng)參數(shù)的c-κ型改進(jìn)估計(jì).pdf
- 兩個(gè)半相依回歸公共參數(shù)的改進(jìn)估計(jì).pdf
- 半相依回歸系統(tǒng)的根方估計(jì).pdf
- 縱向數(shù)據(jù)半?yún)?shù)回歸模型的估計(jì)理論.pdf
- 非參數(shù)回歸模型的Bayes估計(jì)方法及其應(yīng)用研究.pdf
- 相依線性回歸系統(tǒng)參數(shù)估計(jì)的改進(jìn).pdf
- 參數(shù)的E Bayes估計(jì)和多層Bayes估計(jì).pdf
- 半?yún)?shù)廣義冪威布爾回歸模型的Bayes統(tǒng)計(jì)分析.pdf
- 2379.半?yún)?shù)混合泊松回歸模型的估計(jì)
- 半?yún)?shù)回歸模型的估計(jì)方法和模擬分析.pdf
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計(jì)的相合性.pdf
- 含指標(biāo)項(xiàng)半?yún)?shù)回歸模型的估計(jì)與檢驗(yàn).pdf
- 36387.穩(wěn)健頻率模型平均與半?yún)?shù)回歸模型的估計(jì)
- 縱向污染數(shù)據(jù)半?yún)?shù)回歸模型中的強(qiáng)相合估計(jì).pdf
- 一類(lèi)新半?yún)?shù)回歸模型參數(shù)估計(jì)的強(qiáng)收斂速度.pdf
- 一類(lèi)線性模型中參數(shù)的Bayes估計(jì)和經(jīng)驗(yàn)Bayes估計(jì)及其優(yōu)良性.pdf
- ARFMA模型的Bayes估計(jì).pdf
- 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
評(píng)論
0/150
提交評(píng)論