【摘 要】
：
本文论述了相依回归模型(SUR,m=2)参数的最优线性无偏Bayes估计和压缩主成分估计.第一部分,在XX=0的假定下,得到了SUR的最优线性无偏Bayes估计,获得了在矩阵损失下Bayes估计
论文部分内容阅读
本文论述了相依回归模型(SUR,m=2)参数的最优线性无偏Bayes估计和压缩主成分估计.第一部分,在X<,1>X<,2>=0的假定下,得到了SUR的最优线性无偏Bayes估计,获得了在矩阵损失下Bayes估计优于最小二乘估计(LSE)及最优线性无偏估计(BLUE),且在PPC准则下也优于LSE;第二部分,当设计阵呈病态时,提出了两种压缩主成分估计及相应的两步估计,证明了在一定条件下,在均方误差意义下,这些估计相对于协方差改进(CI)估计和两步协方差改进估计的优良性及在线性估计类中的容许性,并且,研究了θ<,i>(i=1,2,…,p<,1>)的确定方法.
其他文献
长期以来,非线性椭圆问题一直受到人们的广泛关注,其原因是许多数学物理问题,如源于非线性源的非线性扩散理论,热力学中的气体燃烧理论,量子场论和统计力学以及星系的重力平
本文主要利用半序方法研究了几类算子方程解的存在性.先考虑了一类算子方程的可解性,并将所获结果应用于一些微分方程、微分积分方程边值问题的求解,进而将这一研究推广到方
近年来，随着投资的全球化，双币种衍生证券越来越受到投资者的青睐。它们的收益不仅依赖于某国的标的资产，而且还受到汇率变动的影响，实际收益用另一国的货币表示。根据外国标的资
为了模型化不确定计算而引入的幂domain已成为程序设计语言指称语义学研究中最重要的构造,几个经典的幂domain构造已经被广泛的研究(见[5]).C.A.Gunter在[6]中引入了混合幂do
本文主要研究几类高阶非线性椭圆方程组的Liouville型定理，即非平凡解的不存在性.本质性困难是作为通常工具所使用的二阶椭圆方程的最大值原理在高阶情形不再有效.具体思路是
随机过程的重分形分析是近年来随机分形学乃至随机过程理论最为活跃的研究方向之一.可加Lévy过程源自Lévy过程的相交与自相交问题,拥有丰富而有趣的结构,是D.Khoshnevisan