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、有關(guān)線性模型中有偏估計(jì)的研究一直是統(tǒng)計(jì)學(xué)中回歸分析的熱點(diǎn)問(wèn)題?;谧钚《朔ㄌ幚聿B(tài)陣 共線性問(wèn)題上的不足,線性有偏估計(jì)是改進(jìn)最小二乘估計(jì)最直接的方法。不帶線性等式約束的線性模型的有偏估計(jì)已經(jīng)發(fā)展得相對(duì)成熟,但在大量的統(tǒng)計(jì)問(wèn)題中,如實(shí)驗(yàn)設(shè)計(jì)、假設(shè)檢驗(yàn)及其方差分析模型和協(xié)方差分析模型,往往需要在某些約束條件下對(duì)模型進(jìn)行回歸分析,這使得帶線性等式約束的回歸分析具有很重要的研究意義和應(yīng)用價(jià)值。經(jīng)過(guò)研究發(fā)現(xiàn),現(xiàn)今通用的一般帶約束最小二乘估計(jì)同最
2、小二乘估計(jì)一樣,在處理共線性問(wèn)題上也存在著不足。因而近年來(lái),很多學(xué)者試圖找更好的方法來(lái)改進(jìn)一般帶約束的最小二乘估計(jì)方法。 本文試圖利用找出優(yōu)于一般帶約束的最小二乘估計(jì)的約束型有偏估計(jì)方法和將有偏估計(jì)引入到假設(shè)檢驗(yàn)中去,主要作了三個(gè)方面的工作: 1) 通過(guò)引入球型(或橢球型)約束,利用條件極值方法得到了約束型的嶺估計(jì),對(duì)估計(jì)的無(wú)偏性、穩(wěn)定性以及與一般帶約束的最小二乘估計(jì)比較后的優(yōu)越性進(jìn)行了理論分析,并推導(dǎo)出優(yōu)于一般帶約束的
3、最小二乘估計(jì)時(shí)的充要條件,即嶺參數(shù)的選取范圍,最后給出實(shí)例進(jìn)行比較驗(yàn)證。 2) 通過(guò)引入擴(kuò)展的隨機(jī)線性約束,利用條件極值方法得到了約束型的統(tǒng)一有偏估計(jì)方法,利用這種統(tǒng)一有偏估計(jì)方法推出其他一些估計(jì)方法。對(duì)估計(jì)的無(wú)偏性、穩(wěn)定性以及優(yōu)于一般帶約束的最小二乘估計(jì)條件進(jìn)行了理論分析,求出優(yōu)于最小二乘估計(jì)的 橢球范圍, 并證明了一般帶約束的最小二乘估計(jì)存在的問(wèn)題,最后給出了它在不完全數(shù)據(jù)挖掘中的應(yīng)用。 3) 在這一部分,首先提出了
4、有偏估計(jì)在擴(kuò)展約束空間下的檢驗(yàn)思想;其次,在前面得到的約束型嶺估計(jì)和約束型統(tǒng)一有偏估計(jì)的基礎(chǔ)上,利用當(dāng)前已有的無(wú)約束的嶺估計(jì)和統(tǒng)一有偏估計(jì)方法,分別給出了嶺估計(jì)和統(tǒng)一有偏估計(jì)的假設(shè)檢驗(yàn)公式,其中包括構(gòu)造合理的似然比函數(shù)和提取檢驗(yàn)統(tǒng)計(jì)量、推導(dǎo)估計(jì)函數(shù)的分布及其性質(zhì)、進(jìn)行獨(dú)立性檢驗(yàn);最后利用上述兩種假設(shè)檢驗(yàn)公式推導(dǎo)出了統(tǒng)計(jì)中經(jīng)常處理的一類兩組數(shù)據(jù)服從同一線性模型的檢驗(yàn)公式。 經(jīng)過(guò)理論和實(shí)例分析,在設(shè)計(jì)陣病態(tài)的情況下,本文提出的兩種約
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
- 5720.帶隨機(jī)約束線性模型中參數(shù)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)
- 多元線性回歸模型的有偏估計(jì)
- 線性回歸模型參數(shù)有偏估計(jì)的研究.pdf
- 線性模型參數(shù)有偏估計(jì)的若干研究.pdf
- 含缺失數(shù)據(jù)的約束線性模型回歸系數(shù)的有偏估計(jì).pdf
- 40266.約束條件下線性模型參數(shù)有偏估計(jì)的研究
- 線性回歸模型系數(shù)有偏估計(jì)的研究和應(yīng)用.pdf
- 奇異線性模型的有偏估計(jì)和因子分析模型的研究.pdf
- 28373.混合系數(shù)線性模型參數(shù)的有偏估計(jì)
- 線性模型中的LIU型估計(jì).pdf
- 線性模型中自變量相對(duì)重要性的Shapley值估計(jì)與有偏估計(jì).pdf
- 約束線性模型參數(shù)的Stein估計(jì)和嶺估計(jì)的研究.pdf
- 線性回歸模型參數(shù)有偏估計(jì)的進(jìn)一步探討.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
- 帶等式約束的奇異線性回歸模型的條件嶺型估計(jì).pdf
- 22826.線性模型回歸系數(shù)的一種有偏估計(jì)——綜合ck嶺估計(jì)
- 帶約束線性模型嶺估計(jì)的影響分析.pdf
- 線性模型中有限總體的有偏預(yù)測(cè).pdf
評(píng)論
0/150
提交評(píng)論