已閱讀1頁(yè),還剩32頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
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、本論文研究了線性模型中回歸系數(shù)可估函數(shù)和誤差方差的Bayes估計(jì)的構(gòu)造及其優(yōu)良性.
論文第1章,我們簡(jiǎn)要介紹了有關(guān)Bayes分析的一些基本概念和研究現(xiàn)狀,并給出了估計(jì)量的優(yōu)良性準(zhǔn)則及本文的結(jié)構(gòu)安排.
論文第2章,我們?cè)诰€性模型中假定回歸系數(shù)與誤差方差具有正態(tài)-逆Gamma先驗(yàn)分布,且設(shè)計(jì)陣非列滿秩的情形下,給出了回歸系數(shù)的可估函數(shù)與誤差方差同時(shí)的Bayes估計(jì).
論文第3章,我們分別在均方誤差矩
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
- 方差分析模型中參數(shù)的Bayes估計(jì)及其優(yōu)良性.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
- Bayes估計(jì)的PPC優(yōu)良性.pdf
- 最優(yōu)線性無(wú)偏估計(jì)和Bayes估計(jì)的優(yōu)良性研究.pdf
- 生長(zhǎng)曲線模型中參數(shù)的Bayes線性無(wú)偏估計(jì)及其優(yōu)良性.pdf
- 36510.廣義gaussmarkov模型參數(shù)的bayes線性無(wú)偏估計(jì)及優(yōu)良性研究
- 線性模型參數(shù)估計(jì)的Pitman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(jì).pdf
- PC準(zhǔn)則下生長(zhǎng)曲線模型回歸系數(shù)陣的一類(lèi)線性估計(jì)的優(yōu)良性以及最佳無(wú)偏仿射分解.pdf
- 線性回歸模型回歸系數(shù)的平衡LS估計(jì)及預(yù)測(cè).pdf
- 多元線性模型回歸系數(shù)的主成分估計(jì).pdf
- 平衡損失下線性回歸模型回歸系數(shù)的估計(jì)理論.pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計(jì).pdf
- 多元正態(tài)分布中均值向量參數(shù)的經(jīng)驗(yàn)Bayes估計(jì)及其優(yōu)良性.pdf
- 平衡損失函數(shù)下線性回歸系數(shù)的Stein估計(jì)及其性質(zhì).pdf
- 統(tǒng)計(jì)決策觀點(diǎn)下線性模型參數(shù)估計(jì)優(yōu)良性研究.pdf
- 一般線性模型中線性估計(jì)的可容許性特征及優(yōu)良性.pdf
- 二項(xiàng)分布中成功率的幾個(gè)經(jīng)驗(yàn)Bayes估計(jì)及其優(yōu)良性.pdf
- 有偏估計(jì)的優(yōu)良性和最優(yōu)預(yù)測(cè).pdf
- 生長(zhǎng)曲線模型中回歸系數(shù)的參數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論