2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩53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、本文是對(duì)由兩個(gè)普通的線性模型僅在誤差項(xiàng)相關(guān)的情況下組成的系統(tǒng)一半相依回歸系統(tǒng)進(jìn)行研究的,其基本模型形式如下:其中yi為n×1的觀測(cè)向量,Xi為n×pi的列滿秩矩陣,即rk(Xi)=pi,βi為pi×1的未知回歸參數(shù),ei為n×1的隨機(jī)誤差向量V=(o ij)為二階正定矩陣. 當(dāng)設(shè)計(jì)矩陣X1呈病態(tài)時(shí),協(xié)方差改進(jìn)估計(jì)~β1的均方誤差很大,此時(shí)用~β1作為β1的估計(jì)準(zhǔn)確性大大降低.本文運(yùn)用協(xié)方差改進(jìn)法提出了一類新的估計(jì)—C—κ型改進(jìn)估

2、計(jì)~β1(c,κ)對(duì)~β1做出改進(jìn)以減小均方誤差. 首先,在上述模型中,文章證明了在一定條件下c-κ型改進(jìn)估計(jì)優(yōu)于β1,嶺型改進(jìn)估計(jì)-β1(κ),stein改進(jìn)估計(jì)-β1(c)的性質(zhì);-β1(c,κ)在c一七型改進(jìn)估計(jì)類中的可容許性及其一定條件下在線性估計(jì)類中的可容許性;當(dāng)V未知時(shí),我們給出了兩步估計(jì)-β1(T,c,κ后)及其統(tǒng)計(jì)性質(zhì),特別地,證明了當(dāng)樣本量n充分大時(shí),-β1(T,c,κ)和~β1(c,κ)的一致有效性;同時(shí)討論

3、了改進(jìn)估計(jì)序列的各種性質(zhì). 其次,在上述模型的基礎(chǔ)上,文章討論了五列降秩時(shí)參數(shù)估計(jì)的情況.當(dāng)rk(x1)

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(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