线性回归模型系数有偏估计研究

针对引起线性回归模型LS估计性能变坏的根本原因,提出了回归系数的广义c-K估计,将众多经典的有偏估计结合在一起,对有偏估计的改进进行了研究,分别证明了最小化均方误差和数量化矩阵K均可对Stein估计进行改进,给出了参数的最优值,为病态线性回归模型系数有偏估计的改进提供了有效途径。     

污染数据半参数模型估计的渐近正态性

对固定设计下的污染数据半参数模型估计的渐近分布进行了研究,并在一定条件下证明了该估计具有渐近正态性.     

降秩多元线性模型参数阵的BLU估计

本文研究了降秩多元线性模型的边界条件，得到了参数阵的最佳线性无偏估计（ＢＬＵ估计）。     

降秩多元线性模型参数阵的一类有偏线性估计

本文对降秩多元线性模型的参数阵提出了一类有偏线性估计，讨论了许多重要的性质，从而把降秩模型中参数阵的估计问题转化为满秩模型中参数阵的估计问题，为了讨论方便，我们给出了一种特殊情况；最后，讨论了多元线性模型参数阵的Ｂａｙｅｓ线性估计。     

二阶变系数线性微分方程的解法

在已知二阶变系数齐次线性微分方程的一个非零解时，给出了二阶变系数非齐次线性微分方程的通解公式。     

多元线性回归模型参数的BC估计

考虑多元线性回归模型Y=XB+ε,其中E(Vec(ε))=0,Cov(Vec(ε))=V In,当设计阵X呈病态时,模型参数的LS估计不再是一个优良估计.为此,提出了一种有偏估计———BC估计.在均误差意义下,参数的BC估计优于它的LS估计,并证明了参数的BC估计是可容许线性估计.     

家禽连续性状遗传分析模型误差方差估计

利用线性模型对家禽连续性状遗传分析的误差方差进行了估计,并得到估计的矩完全收敛的精确渐近性质。     

线性回归模型参数的BC估计

对线性回归模型的参数给出了一种新的有偏压缩估计，简称ＢＣ估计，并证明了ＢＣ估计的许多优良性质。     

线性模型中参数的平衡LS估计及其性质

基于平衡损失的思想,提出了估计线性模型中的参数的一个新标准,给出了在此标准下模型参数的估计,并分别得到了该估计是无偏估计、有效估计和可容许线性估计的充分必要条件.     

一类带跳的线性回归模型

针对普通的常系数线性回归模型存在预测误差较大的缺陷，对Hildreth-Houck模型进行修正，得到带跳的线性回归模型(LRMJ)，对该模型中各参数进行估计，并对模型中被解释变量的数学期望与方差等统计性质进行讨论．最后将该模型运用于一个实际问题，证明该模型不仅可行而且能够得到比普通常系数线性回归模型更为精确的预测值。     

模型误差几种估计方法的比较及应用

本文对林业实践中模型预测误差、预测相对误差的估计方法进行了讨论和比较,从非参数性方法导出了预测误差、预测相对误差的简捷估计方法,这些方法具有明确的统计意义,可用来检验模型的适用性,评价模型优劣.文中给出了估测森林蓄积量不同模型评价的实例.     

EM算法在恒加试验线性模型中的应用

基于右截尾的EM算法,给出了恒加试验线性模型的参数估计,并结合加速方程得到了产品的寿命估计。相比采用Gibbs抽样的蒙特卡罗贝叶斯方法、指数分布下加速寿命试验的贝叶斯方法和非参数的最小二乘估计统计法,该方法得出的结果更准确、更接近实值,且具有计算量小的优点。     

系统误差模型下估计的性质

在含有系统误差的线性回归模型Yn=Xnβ+Iη+e里,研究了η和β估计的性质.当随机误差和设计矩阵满足一定的条件时,分别给出了∧η(n)和c′∧β(n)弱相合性的证明.在η和d′β各自对应的线性无偏估计类中,证明了∧(ηn)和d′∧β(n)是唯一具有最小方差的估计.     

任意秩多元线性模型中最优预测的稳健性

研究了任意秩多元线性模型中最优线性无偏预测的稳健性，即对任一线性可预测变量，得到了其关于协方差矩阵具有稳健性的充要条件.     

线性最小均方误差的比率估计

本文对有限总体的总体均值提出了一个模型无偏的线性最小均方误差估计,并给出了这个均方误差的一个无偏估计。