版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、對于線性模型中回歸參數(shù)的最小二乘估計的研究工作已經(jīng)有了系統(tǒng)和完整的研究結(jié)論。但復(fù)共線性問題往往造成最小二乘估計的結(jié)果不準(zhǔn)確,于是有偏估計走上了歷史舞臺,其中一類有偏估計就是LIU估計。
本文主要研究了一類特殊LIU型估計的優(yōu)良性問題,文中定義此類LIU型估計為SLE估計?;谒岢龅腟LE估計,文章分析了它是一種線性有偏性估計、壓縮性估計、可容許性估計等性質(zhì),并給出了它在殘差平方和(RSS)準(zhǔn)則、均方誤差矩陣(MSEM)、平衡
2、損失風(fēng)險函數(shù)準(zhǔn)則下的優(yōu)良性相關(guān)結(jié)論。文中還嘗試得到了一種計算SLE估計兩個參數(shù)的方法。
本文第一章介紹了一般線性模型的發(fā)展歷史,給出了有偏估計的產(chǎn)生背景以及研究現(xiàn)狀。第二章介紹了相關(guān)矩陣?yán)碚撝R、嶺估計和Stein估計的定義、LIU估計的定義與發(fā)展、以及文章需要的若干引理和定理。第三章研究了SLE估計的若干性質(zhì),證明了它是一種可容許性估計,分析了SLE估計在RSS、MSEM和平衡損失風(fēng)險函數(shù)準(zhǔn)則下優(yōu)于最小二乘估計和嶺估計的改進(jìn)
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一類線性模型中參數(shù)的Bayes估計和經(jīng)驗(yàn)Bayes估計及其優(yōu)良性.pdf
- 幾乎無偏估計及其優(yōu)良性研究.pdf
- Bayes估計的PPC優(yōu)良性.pdf
- 線性模型參數(shù)估計的Pitman優(yōu)良性.pdf
- 有偏估計的優(yōu)良性和最優(yōu)預(yù)測.pdf
- 方差分析模型中參數(shù)的Bayes估計及其優(yōu)良性.pdf
- 數(shù)獨(dú)方設(shè)計及其優(yōu)良性.pdf
- 最優(yōu)線性無偏估計和Bayes估計的優(yōu)良性研究.pdf
- 正交設(shè)計的優(yōu)良性.pdf
- 多元正態(tài)分布中均值向量參數(shù)的經(jīng)驗(yàn)Bayes估計及其優(yōu)良性.pdf
- 生長曲線模型中參數(shù)的Bayes線性無偏估計及其優(yōu)良性.pdf
- 統(tǒng)計決策觀點(diǎn)下線性模型參數(shù)估計優(yōu)良性研究.pdf
- 二項分布中成功率的幾個經(jīng)驗(yàn)Bayes估計及其優(yōu)良性.pdf
- PC準(zhǔn)則下生長曲線模型回歸系數(shù)陣的一類線性估計的優(yōu)良性以及最佳無偏仿射分解.pdf
- 一般線性模型中線性估計的可容許性特征及優(yōu)良性.pdf
- 7024.panel數(shù)據(jù)模型中兩步估計的優(yōu)良性
- 平衡損失下UMRE估計的存在性和截尾均值的優(yōu)良性.pdf
- 36510.廣義gaussmarkov模型參數(shù)的bayes線性無偏估計及優(yōu)良性研究
- 具有優(yōu)良性能的新型羅丹明類Hg2+光譜探針研究.pdf
- 優(yōu)良性格是孩子成才的重要因素
評論
0/150
提交評論