有偏估計下數(shù)據(jù)刪除模型的強影響分析.pdf

1、縱觀線性模型的推斷理論學習以及應用的鉆研，咱們需對線性模型正當性的假設前提及對統(tǒng)計推斷度量數(shù)據(jù)影響的程度進行剖析.本文主要工作是圍繞有偏估計的Stein嶺型主成分估計相關理論與線性回歸數(shù)據(jù)刪除模型的影響分析有關理論，進行探索刪除模型在有偏估計下的強影響分析.此外，本文還對約束型矩陣模型的最小二乘估計預測量、只有一個失效數(shù)據(jù)的可靠度的E-Bayes估計進行探討.在前輩學者們工作的基礎上，進行了相關鉆研與推廣，獲取一系列成果.
　　結

2、論一，在Stein嶺型主成分估計上對刪除單個數(shù)據(jù)模型進行研究，斟酌對有偏估計的數(shù)據(jù)刪除模型的強影響延伸分析，討論了數(shù)據(jù)刪除模型估計量的性質，并在前人基礎上提出了 iCR統(tǒng)計量、 iAP統(tǒng)計量、Di統(tǒng)計量新表達式，并在實例中用診斷統(tǒng)計量來識別強影響點，并以實例驗證合理性和更優(yōu)性.
　　結論二，基于Stein嶺型主成分估計研究分析刪除多個數(shù)據(jù)模型，探討數(shù)據(jù)刪除模型估計量的有關性質，并給出了 JCR統(tǒng)計量、 JAP統(tǒng)計量、DJ統(tǒng)計量的新

3、表達式，并用這些診斷統(tǒng)計量在實例中識別強影響點，并驗證合理性.
　　結論三，提出了約束型矩陣模型的LSE預測量，矩陣型MSE準則，矩陣型RT(·)準則，矩陣型MDE-準則.進一步，給出了約束型矩陣LSE預測關于MSE準則、RT(·)準則優(yōu)于它的BLUE預測的充要條件.探究RT(·)準則與MDE-準則的相互轉化關系，給出了線性模型有矩陣約束的LSE跟BLUE相比較更具有優(yōu)性的充要條件.
　　結論四，在a=1和1