關(guān)于有偏估計(jì)若干問(wèn)題的進(jìn)一步研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩42頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、線性模型是很重要的一類統(tǒng)計(jì)模型,它包括線性回歸模型、方差分析模型、協(xié)方差分析模型和方差分量模型等等。論文主要針對(duì)一般線性回歸模型和廣義線性回歸模型,即:y=Xβ+e,e~N(0,σ2I),和y=Xβ+e,e~N(0,σ2W),其中,y為n×1向量,X為n×q設(shè)計(jì)矩陣,且rank(X)=q,β為q×1向量,e為n×1向量,W是已知的正定陣。由于β是未知參數(shù),因此研究參數(shù)β及其線性函數(shù)的估計(jì)極其重要。論文基于最小二乘估計(jì)及有偏估計(jì)特別是嶺估

2、計(jì),對(duì)參數(shù)β的約束條件做了進(jìn)一步研究,并提出一種新型估計(jì)即廣義嶺型估計(jì);對(duì)模型的點(diǎn)預(yù)測(cè)問(wèn)題進(jìn)行深入探索,得出一種基于嶺估計(jì)關(guān)于經(jīng)典預(yù)測(cè)和最優(yōu)預(yù)測(cè)的最優(yōu)性判別條件;也對(duì)回歸診斷特別是基于Massy主成分估計(jì)的Cook距離進(jìn)行了深入探討。主要結(jié)果如下:論文第三章從設(shè)計(jì)矩陣的多重共線性角度出發(fā),考慮回歸系數(shù)的橢球約束,獲得了橢球約束下線性模型參數(shù)的一種新型估計(jì)——廣義嶺型估計(jì)。該估計(jì)雖然具有偏崎,但其估計(jì)精度具有良好的性質(zhì),如:有偏性、方差一

3、致最優(yōu)性、相對(duì)于廣義最小二乘估計(jì)的廣義方差效率、MDE效性等。 第四章以嶺估計(jì)為基礎(chǔ),以平均離差矩陣為判別準(zhǔn)則,對(duì)線性模型{y=Xβ+e,e~N(0,σ2W)}的最優(yōu)預(yù)測(cè)量與經(jīng)典預(yù)測(cè)量的最優(yōu)性判別問(wèn)題進(jìn)行了討論。借助矩陣中Lowner偏序的一些性質(zhì),獲得在此判別準(zhǔn)則下判別兩類預(yù)測(cè)量最優(yōu)性的充要條件。為研究基于有偏估計(jì)關(guān)于兩類預(yù)測(cè)量的最優(yōu)性判別問(wèn)題提供了一種方法和思路。 針對(duì)設(shè)計(jì)矩陣的多重共線性問(wèn)題,為了改進(jìn)基于最小二乘(

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。

評(píng)論

0/150

提交評(píng)論