

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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、回歸系數(shù)的最小二乘估計(簡稱LS估計)具有許多良好的性質(zhì),例如當(dāng)回歸模型中的誤差服從正態(tài)分布時,LS估計在所有無偏估計類中具有最小方差性。然而,當(dāng)X呈病態(tài)時,這時雖然LS估計的方差在線性無偏估計類中最小,但其值卻很大,這使得LS估計精確度比較差。于是,許多學(xué)者致力于改進(jìn)LS估計,提出了許多新的估計,其中很重要的一類估計就是有偏估計。而在眾多的有偏估計中,影響較大的是嶺估計、廣義嶺估計、主成分估計、主相關(guān)估計和Stein壓縮估計等。
2、 本文在第三章提出了一元回歸模型回歸系數(shù)的一種新的改進(jìn)估計—廣義嶺型主相關(guān)估計,給出了它的一些優(yōu)良性質(zhì),分別在均方誤差意義下和Pitman準(zhǔn)則下,證明了它優(yōu)于最小二乘估計、嶺型主相關(guān)估計和主相關(guān)估計。并通過實(shí)際的數(shù)據(jù)驗(yàn)證了廣義嶺型主相關(guān)估計的優(yōu)良性。在第四章把廣義嶺型主相關(guān)估計推廣到增長曲線模型中,同樣在一定的條件下證明了它優(yōu)于最小二乘估計、主相關(guān)估計。同樣通過實(shí)際的數(shù)據(jù)驗(yàn)證了它的優(yōu)良性。 可容許性是對一個估計的最起碼的要求,
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(hù)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
- 回歸系數(shù)的廣義嶺型主相關(guān)估計方法.pdf
- 增長曲線模型的參數(shù)估計與估計的可容許性.pdf
- 幾類線性模型中的可容許性估計.pdf
- 線性模型中參數(shù)的可容許估計.pdf
- 多元線性模型中參數(shù)估計的可容許性.pdf
- 不等式約束線性模型的可容許性估計理論
- 不等式約束線性模型的可容許性估計理論.pdf
- 增長曲線模型誤差方差的二次型容許估計及帶約束條件的二次型估計的可容許性.pdf
- 增長曲線模型中線性預(yù)測的可容許性與泛容許性.pdf
- 平衡損失下回歸系數(shù)線性估計的可容許性及最優(yōu)平衡估計.pdf
- 一類多維百年兩的Minimax可容許估計.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
- 廣義單指標(biāo)模型中指標(biāo)向量的嶺型估計.pdf
- 平衡損失函數(shù)下線性模型中回歸系數(shù)的線性可容許估計.pdf
- 李可容許代數(shù)的雙模及其配對.pdf
- 切換線性廣義系統(tǒng)的容許性分析與控制.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
- 二次損失下可估函數(shù)與線性預(yù)測的Minimax可容許性.pdf
- 帶線性等式約束的多元線性模型中線性預(yù)測的可容許性.pdf
- 導(dǎo)數(shù)矩陣不確定的廣義系統(tǒng)的魯棒容許性.pdf
評論
0/150
提交評論