

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、線性模型是數(shù)理統(tǒng)計(jì)學(xué)中重要的模型,是幾類(lèi)統(tǒng)計(jì)模型的總稱,是現(xiàn)代統(tǒng)計(jì)學(xué)中內(nèi)容豐富、應(yīng)用廣泛的一個(gè)研究分支。針對(duì)最小二乘法處理復(fù)共線性問(wèn)題的不足,有關(guān)線性模型中有偏估計(jì)的研究一直是統(tǒng)計(jì)學(xué)中回歸分析的熱點(diǎn)問(wèn)題。不帶線性約束的線性模型的有偏估計(jì)已經(jīng)發(fā)展的相對(duì)成熟,但在大量的統(tǒng)計(jì)問(wèn)題中,往往需要在某些約束條件下對(duì)模型進(jìn)行回歸分析,這就使得帶約束的線性模型具有重要的研究意義和應(yīng)用價(jià)值。經(jīng)過(guò)研究發(fā)現(xiàn),約束最小二乘估計(jì)同最小二乘估計(jì)一樣,在處理共線性問(wèn)
2、題上也存在著不足。因而,如何找到更好的方法改進(jìn)一般帶約束的最小二乘估計(jì)方法就顯得尤為重要。同時(shí),由于各自統(tǒng)計(jì)方法都存在一定的適應(yīng)面,加上樣本的隨機(jī)性必然導(dǎo)致方法選擇的多樣性,統(tǒng)計(jì)學(xué)家同樣面臨著有偏估計(jì)之間的選擇問(wèn)題,所以有偏估計(jì)之間優(yōu)良性的比較也具有一定的理論和實(shí)際意義。
本文主要是研究幾類(lèi)統(tǒng)計(jì)模型的參數(shù)估計(jì)和有限總體中未來(lái)觀察值的預(yù)測(cè)等統(tǒng)計(jì)推斷問(wèn)題。
首先,對(duì)于一般線性混合模型,考慮到復(fù)共線性的存在,推廣了
3、線性混合模型譜分解估計(jì),首次提出了線性混合模型部分嶺型譜分解估計(jì),通過(guò)類(lèi)似于主成分估計(jì)的降維模型變換,可以很方便的研究它的抗干擾性和其它重要性質(zhì)。進(jìn)一步,應(yīng)用統(tǒng)計(jì)決策理論,比較了譜分解估計(jì)和部分嶺型譜分解估計(jì)的優(yōu)良性,導(dǎo)出了部分嶺型譜分解估計(jì)優(yōu)于譜分解估計(jì)的一些充分條件。利用上述結(jié)論,找到一種處理線性混合模型參數(shù)的統(tǒng)一有偏譜分解估計(jì),從而無(wú)需再去分別研究各種類(lèi)型的有偏譜分解估計(jì)。
其次,對(duì)于帶等式約束的一般線性模型,首次提
4、出了帶約束的幾乎無(wú)偏估計(jì)統(tǒng)一有偏估計(jì),該估計(jì)包括了帶約束的幾乎無(wú)偏嶺估計(jì)和帶約束的幾乎無(wú)偏Liu估計(jì)等常見(jiàn)估計(jì),從而統(tǒng)一了帶約束的幾乎無(wú)偏估計(jì)。進(jìn)一步,在均方誤差及均方誤差矩陣意義下,導(dǎo)出了該估計(jì)優(yōu)于約束最小二乘估計(jì)的充分條件。
對(duì)于帶等式約束的奇異線性模型,從有偏估計(jì)的角度出發(fā),利用條件極值方法得到了帶約束的有偏估計(jì),即條件根方估計(jì)和廣義條件根方估計(jì),此類(lèi)估計(jì)能夠避免由于復(fù)共線性導(dǎo)致的參數(shù)分量的無(wú)限制偏離,并能與現(xiàn)有的無(wú)
5、約束的有偏估計(jì)很好的結(jié)合起來(lái),對(duì)該類(lèi)估計(jì)的無(wú)偏性、穩(wěn)定性以及與一般帶約束的最小二乘估計(jì)比較后的優(yōu)越性進(jìn)行了理論分析,并得到在均方誤差和均方誤差矩陣意義下優(yōu)于約束最小二乘估計(jì)的充分條件,并確定了偏參數(shù)的取值范圍。然后,考慮了協(xié)方差矩陣發(fā)生擾動(dòng)時(shí),奇異線性模型中的Liu估計(jì)的影響分析問(wèn)題,建立了線性模型、協(xié)方差擾動(dòng)奇異線性模型Liu估計(jì)之間的關(guān)系式,討論了協(xié)方差擾動(dòng)對(duì)估計(jì)的影響。進(jìn)一步,考慮了帶約束的奇異線性模型中的嶺估計(jì)的影響分析問(wèn)題,建
6、立了帶約束線性模型、協(xié)方差擾動(dòng)奇異線性模型約束嶺估計(jì)之間的關(guān)系式,討論了協(xié)方差擾動(dòng)對(duì)它們的影響。同時(shí)考慮了在約束條件下數(shù)據(jù)刪除對(duì)嶺估計(jì)的影響,并給出了度量影響大小的廣義Cook距離及計(jì)算公式。
對(duì)帶隨機(jī)約束的線性模型,考慮引進(jìn)一種綜合混合估計(jì)和嶺估計(jì)的隨機(jī)約束估計(jì)-隨機(jī)混合嶺估計(jì),它可以作為混合估計(jì)和嶺估計(jì)的一個(gè)自然推廣。在約束條件是否成立的兩種情形下,分別討論了該估計(jì)在均方誤差矩陣意義下優(yōu)于混合估計(jì)和嶺估計(jì)的充要條件。另
7、外很自然的將隨機(jī)約束混合嶺估計(jì)推廣到隨機(jī)約束加權(quán)混合嶺估計(jì),并給出隨機(jī)約束加權(quán)混合嶺估計(jì)的表達(dá)式,并導(dǎo)出其在均方誤差準(zhǔn)則下優(yōu)于加權(quán)混合估計(jì)和嶺估計(jì)的充分必要條件。同時(shí),對(duì)這兩種新的估計(jì),利用實(shí)際數(shù)據(jù)進(jìn)行了實(shí)證分析,證明了上述的理論推導(dǎo)的正確性。
對(duì)帶等式約束的一般線性模型中,在均方誤差矩陣意義下,比較研究了帶約束的(廣義)幾乎無(wú)偏嶺估計(jì)和帶約束的(廣義)幾乎無(wú)偏Liu估計(jì),分別得到了帶約束的(廣義)幾乎無(wú)偏嶺估計(jì)優(yōu)于帶約束
8、的(廣義)幾乎無(wú)偏Liu估計(jì)的充分條件,以及帶約束的(廣義)幾乎無(wú)偏Liu估計(jì)優(yōu)于帶約束的(廣義)幾乎無(wú)偏嶺估計(jì)的充分條件。最后用實(shí)證和模擬研究驗(yàn)證了我們所得的理論結(jié)果。同時(shí),與約束嶺估計(jì)和約束Liu估計(jì)進(jìn)行了比較,得出在多數(shù)情況下約束幾乎無(wú)偏嶺估計(jì)和約束幾乎無(wú)偏Liu估計(jì)更優(yōu)于約束嶺估計(jì)和約束Liu估計(jì)的結(jié)論。
接下來(lái),討論了有限總體中預(yù)測(cè)的優(yōu)良性。在超總體的觀點(diǎn)下,對(duì)帶等式約束模型的協(xié)方差陣為正定的限制下,研究了約束嶺
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
- 畢業(yè)論文--帶約束條件下回歸模型的參數(shù)估計(jì)問(wèn)題
- 混合系數(shù)線性模型與約束線性模型的參數(shù)估計(jì).pdf
- 40266.約束條件下線性模型參數(shù)有偏估計(jì)的研究
- 帶約束條件的半?yún)?shù)回歸模型.pdf
- 廣義線性模型和半?yún)?shù)模型下參數(shù)估計(jì)的理論與方法研究
- 缺失數(shù)據(jù)下帶約束條件的部分線性變系數(shù)EV模型估計(jì).pdf
- 多元線性模型的參數(shù)估計(jì).pdf
- 線性模型中的參數(shù)估計(jì).pdf
- 32724.線性約束下半?yún)?shù)模型參數(shù)估計(jì)及其性質(zhì)研究
- 約束條件下部分線性模型估計(jì)的若干性質(zhì).pdf
- 28911.缺失數(shù)據(jù)下帶約束條件的部分線性變系數(shù)ev模型的估計(jì)
- 線性混合模型中的參數(shù)估計(jì).pdf
- 基于GCV方法的線性回歸模型嶺參數(shù)估計(jì).pdf
- 模糊線性回歸模型的參數(shù)估計(jì).pdf
- 34377.帶約束條件的部分線性模型的統(tǒng)計(jì)診斷
- 線性混合模型中參數(shù)估計(jì)的研究.pdf
- 線性混合模型參數(shù)估計(jì)問(wèn)題的研究.pdf
- 帶約束條件的GPS定位濾波方法研究.pdf
- 約束條件運(yùn)動(dòng)建模及狀態(tài)估計(jì)方法.pdf
- 線性模型參數(shù)估計(jì)的若干性質(zhì)研究.pdf
評(píng)論
0/150
提交評(píng)論