型改进估计论文-刘春梅

型改进估计论文-刘春梅

导读:本文包含了型改进估计论文开题报告文献综述及选题提纲参考文献,主要关键词:相依回归模型,广义岭型改进估计,均方误差,有偏估计

型改进估计论文文献综述

刘春梅[1](2012)在《相依回归系统参数的广义岭型改进估计》一文中研究指出从设计阵的多重共线性角度出发,提出一种新的相依回归系统回归系数有偏估计——广义岭型改进估计.讨论了此估计的优良性,如:有偏性、可容许性等,在均方误差准则下证明了此估计要优于传统的岭型改进估计,并对同类估计进行了比较.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2012年06期)

邱双梅[2](2008)在《半相依回归系统参数的c-k型改进估计》一文中研究指出本文是对由两个普通的线性模型仅在误差项相关的情况下组成的系统—半相依回归系统进行研究的,其基本模型形式如下:其中yi为n×1的观测向量, Xi为n×pi的列满秩矩阵,即rk(Xi) = pi,βi为pi×1的未知回归参数, ei为n×1的随机误差向量, V = (σij)为二阶正定矩阵.当设计矩阵X1呈病态时,协方差改进估计β-1的均方误差很大,此时用β-1作为β1的估计准确性大大降低.本文运用协方差改进法提出了一类新的估计—c - k型改进估计β-1(c,k)对β-1做出改进以减小均方误差.首先,在上述模型中,文章证明了在一定条件下c - k型改进估计优于β-1 ,岭型改进估计β-1(k) , Stein改进估计β-1(c)的性质;β-1(c,k)在c - k型改进估计类中的可容许性及其一定条件下在线性估计类中的可容许性;当V未知时,我们给出了两步估计β-1(T,c,k)及其统计性质,特别地,证明了当样本量n充分大时,β-1(T,c,k)和β-1(c,k)的一致有效性;同时讨论了改进估计序列的各种性质.其次,在上述模型的基础上,文章讨论了Xi列降秩时参数估计的情况.当rk(X1) < p1时,β1不一定可估,于是我们讨论可估函数αβ1 ,证明了一定条件下αβˉ1(c,k)优于αβˉ1(1,0),αβˉ1(1,k),αβˉ1(c,0)的性质,特别地,得到了αβˉ1(c,k)优于αβˉ1(1,0)的充要条件,同时研究了其相应两步估计的性质.再次,在上述模型的条件下,当观测向量yi不等阶时,文章讨论了c-k型改进估计β¨1(c,k)的统计性质,同时证明了大样本下,β¨1(T,c,k)与β¨1(c,k)的一致有效性.最后对于半相依混合效应模型,提出了一个优化伴随变量,在此变量下给出了c - k型改进估计并对于其优于协方差改进估计的性质进行了一些讨论.(本文来源于《湖南大学》期刊2008-04-10)

罗汉,邱双梅[3](2007)在《半相依回归系统参数的c-k型改进估计》一文中研究指出针对设计矩阵Xi呈病态时的半相依线性回归系统,提出了系统参数iβ的一种c-k型改进估计,并证明了这种估计在均方误差意义下的若干优良性质.(本文来源于《湖南大学学报(自然科学版)》期刊2007年10期)

型改进估计论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文是对由两个普通的线性模型仅在误差项相关的情况下组成的系统—半相依回归系统进行研究的,其基本模型形式如下:其中yi为n×1的观测向量, Xi为n×pi的列满秩矩阵,即rk(Xi) = pi,βi为pi×1的未知回归参数, ei为n×1的随机误差向量, V = (σij)为二阶正定矩阵.当设计矩阵X1呈病态时,协方差改进估计β-1的均方误差很大,此时用β-1作为β1的估计准确性大大降低.本文运用协方差改进法提出了一类新的估计—c - k型改进估计β-1(c,k)对β-1做出改进以减小均方误差.首先,在上述模型中,文章证明了在一定条件下c - k型改进估计优于β-1 ,岭型改进估计β-1(k) , Stein改进估计β-1(c)的性质;β-1(c,k)在c - k型改进估计类中的可容许性及其一定条件下在线性估计类中的可容许性;当V未知时,我们给出了两步估计β-1(T,c,k)及其统计性质,特别地,证明了当样本量n充分大时,β-1(T,c,k)和β-1(c,k)的一致有效性;同时讨论了改进估计序列的各种性质.其次,在上述模型的基础上,文章讨论了Xi列降秩时参数估计的情况.当rk(X1) < p1时,β1不一定可估,于是我们讨论可估函数αβ1 ,证明了一定条件下αβˉ1(c,k)优于αβˉ1(1,0),αβˉ1(1,k),αβˉ1(c,0)的性质,特别地,得到了αβˉ1(c,k)优于αβˉ1(1,0)的充要条件,同时研究了其相应两步估计的性质.再次,在上述模型的条件下,当观测向量yi不等阶时,文章讨论了c-k型改进估计β¨1(c,k)的统计性质,同时证明了大样本下,β¨1(T,c,k)与β¨1(c,k)的一致有效性.最后对于半相依混合效应模型,提出了一个优化伴随变量,在此变量下给出了c - k型改进估计并对于其优于协方差改进估计的性质进行了一些讨论.

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

型改进估计论文参考文献

[1].刘春梅.相依回归系统参数的广义岭型改进估计[J].哈尔滨商业大学学报(自然科学版).2012

[2].邱双梅.半相依回归系统参数的c-k型改进估计[D].湖南大学.2008

[3].罗汉,邱双梅.半相依回归系统参数的c-k型改进估计[J].湖南大学学报(自然科学版).2007

标签:;  ;  ;  ;  

型改进估计论文-刘春梅
下载Doc文档

猜你喜欢