已閱讀1頁(yè),還剩30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、華中師范大學(xué)碩士學(xué)位論文奇異增長(zhǎng)曲線模型中參數(shù)陣的最優(yōu)估計(jì)及最小二乘估計(jì)的有效性姓名:桂詠新申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):概率論與數(shù)理統(tǒng)計(jì)指導(dǎo)教師:劉賢龍2003.1.1= ;蠹;lL - f j i 巷j =j 掣、..\?、、¨』j :吣( 5 ) 若W ( E ) ~E C ( I ) ,I o ∑。咖) ,則對(duì)K B L 的任一線性無(wú)偏估計(jì)K B L 及任意聲×p 階非負(fù)定矩陣S 和任意實(shí)數(shù)c .有P { ( W
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
- 約束增長(zhǎng)曲線模型中回歸參數(shù)陣的線性容許性估計(jì)及minimax估計(jì).pdf
- 增長(zhǎng)曲線模型參數(shù)陣的線性容許估計(jì)和Minimax估計(jì).pdf
- 線性模型參數(shù)的最小二乘估計(jì)理論及其應(yīng)用.pdf
- 推廣增長(zhǎng)曲線模型中協(xié)差陣的最小模估計(jì).pdf
- 遺忘因子遞推最小二乘參數(shù)估計(jì)
- 基于自相關(guān)的自回歸模型參數(shù)的折扣最小二乘估計(jì)
- 增長(zhǎng)曲線模型參數(shù)陣的線性容許Minimax估計(jì).pdf
- 線性回歸模型的二階最小二乘估計(jì).pdf
- 增長(zhǎng)曲線模型的參數(shù)估計(jì)與估計(jì)的可容許性.pdf
- 不定最小二乘問(wèn)題的向后誤差界估計(jì).pdf
- 3多元線性回歸與最小二乘估計(jì)
- 3多元線性回歸與最小二乘估計(jì)
- 非線性回歸模型中最小二乘估計(jì)量的相合性.pdf
- 基于偏最小二乘估計(jì)的審計(jì)定價(jià)研究.pdf
- 回歸系數(shù)的混合估計(jì)和最小二乘估計(jì)的相對(duì)效率.pdf
- 基于最小二乘估計(jì)人臉?biāo)孛栊Ч惴ㄑ芯?pdf
- 部分線性模型中半?yún)?shù)廣義最小二乘估計(jì)分布的基于隨機(jī)加權(quán)方法的逼近.pdf
- 最小二乘法估計(jì)感應(yīng)電機(jī)參數(shù)的研究.pdf
- 最小二乘問(wèn)題最佳向后誤差的線性化估計(jì).pdf
- Burgers方程的最小二乘混合有限元方法及誤差估計(jì).pdf
評(píng)論
0/150
提交評(píng)論