

已閱讀1頁,還剩46頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文討論了概率論與數(shù)理統(tǒng)計的某些問題,分為兩章: 第一章討論的是在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。設(shè)生長曲線模型為Y<,n×p>=A<,n×n>B<,m×k>C<,k×p>+E<,n×p>,E~N(O,σ<'2>I<,n> O I<,p>).當(dāng)A<'T>A為病態(tài)時,令回歸系數(shù)陣的最小二乘(LS)解和一類線性估計分別為B=(A<'T>A)-A<'T>YC<'T>(CC<'T>)<'-1>和B<,1>=(A<
2、'T>A+ρ∑)<'-1>A<'T>YC<'T>(CC<'T>)<'-1>,其中ρ>0為常數(shù),∑為正定陣.分別在A<'T>A和∑可交換與不可交換的情形下證明了:在適當(dāng)條件下B<,1>于PC準(zhǔn)則下優(yōu)于B.并將這一結(jié)論推廣到當(dāng)A<'T>A和CC<'T>都是病態(tài)時的情況。 第二章討論的是最佳無偏仿射分解,分兩個部分。第一部分:設(shè)有兩個線性回歸模型:y<,1>=X<,1>β<,1>+u<,1>和y<,1>=X<,1>β<,2>+u<,2
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
- 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
- 線性模型中回歸系數(shù)可估函數(shù)和誤差方差同時的Bayes估計及優(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
- 一類線性模型中參數(shù)的Bayes估計和經(jīng)驗Bayes估計及其優(yōu)良性.pdf
- 一類LIU型估計及其優(yōu)良性.pdf
- 幾乎無偏估計及其優(yōu)良性研究.pdf
- 生長曲線模型中回歸系數(shù)的參數(shù)估計.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
- 線性模型參數(shù)估計的Pitman優(yōu)良性.pdf
- 含有隨機效應(yīng)增長曲線模型回歸系數(shù)陣與協(xié)方差陣的估計.pdf
- 22826.線性模型回歸系數(shù)的一種有偏估計——綜合ck嶺估計
- 含缺失數(shù)據(jù)的約束線性模型回歸系數(shù)的有偏估計.pdf
- 有偏估計的優(yōu)良性和最優(yōu)預(yù)測.pdf
- 一般平衡損失下回歸系數(shù)的最優(yōu)線性無偏估計及可容許估計.pdf
- 線性回歸模型回歸系數(shù)的平衡LS估計及預(yù)測.pdf
- 多元線性模型回歸系數(shù)的主成分估計.pdf
- 平衡損失下線性回歸模型回歸系數(shù)的估計理論.pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計.pdf
- Bayes估計的PPC優(yōu)良性.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
評論
0/150
提交評論