共查询到17条相似文献，搜索用时 199 毫秒
1.
LSE相对于一般广义岭估计的效率下界 总被引：1，自引：0，他引：1
考察一般Gauss-Markov模型中未知参数向量β的估计的改造问题,进一步讨论了方兴等人提出的一种估计的相对效率,对其部分结果进行推广,得到LSE相对于一般广义岭估计的效率的下界. 相似文献
2.
考虑了Gauss—Markov模型中未知参数向量p的最佳线性无偏估计的改进问题,对一般岭估计与BLUE进行了比较,给出了一般岭估计与BLUE的一种新的相对效率e,并导出了e的下界． 相似文献
3.
一般广义岭估计的效率上界 总被引：2，自引：0，他引：2
考察一般Gauss-Markov模型中未知参数向量的最优线性无偏估计的改造问题,讨论了方兴等人提出的最优化无偏估计的一种估计的相对效率,把该文中给出的一般岭估计的相对效率的上界,推广到一般广义岭估计的相对效率的上界.yh 相似文献
4.
考察一般Gauss-Markov模型中未知参数向量β的岭估计的优良性质,在文献[1]提出的估计(~β)相对于估计(^β)的(相对)效率e((~β)|(^β))下,进一步讨论了最小二乘估计(LSE)相对于岭估计的效率下界,得到更好的结果.证明了:当X呈病态时,采用些估计以损失无偏性来换取更小的均方误差是可取的. 相似文献
5.
本文对线性回归模型给出了其参数β的广义岭估计优于LS估计的一个充分条件,从而把文献[1]中,岭估计优于LS估计的充分条件统一起来 相似文献
6.
约束线性回归模型回归系数的广义条件岭估计 总被引：1，自引：0，他引：1
对齐次等式约束线性回归模型回归系数的岭估计进行推广,得出广义条件岭估计．证明了在一定的条件下,在均方误差矩阵、均方误差及广义均方误差意义下广义条件岭估计都优于约束最小二乘估计,并且证明了广义条件岭估计是回归系数的可容许估计． 相似文献
7.
广义岭估计的效率 总被引：3，自引：1，他引：2
王平华 《泉州师范学院学报》1998,16(2):13-15
本文讨论了Guass-Markov模型中未知参数的LSE^↑β的改进,引入了一种估计的相对效率,证明了广义岭估计比（狭义）岭估计的效率较高。 相似文献
8.
时非齐次等式约束线性回归模型回归系数提出广义条件岭估计.证明了在一定的条件下,在均方误差矩阵、均方误差及广义均方误差意义下,广义条件岭估计都优于约束最小二乘估计和狭义条件岭估计. 相似文献
9.
PC准则下生长曲线模型回归参数阵广义岭估计的优良性 总被引：2，自引：0，他引：2
一般而言，PC准则是用来比较向量参数两个估计优劣的一种准则。本文将它推广应用于生长曲线模型回归参数阵的最小二乘估计和广义岭估计优劣性的比较。给出了广义岭估计在PC准则下优于最小二乘估计的条件。 相似文献
10.
讨论一般Gauss-Markov模型中参数岭估计的有关问题，并在均方误差矩阵意义下，证明了一般岭估计在线性估计类中是否容许估计。 相似文献
11.
文中首先将随机效应不同的线性混合模型转化为满足假设的线性模型.在此基础上,根据不同的情况,对其中的固定效应参数作最小二乘估计;当模型在较强的复共线性时,相应的对其做岭估计,并比较最小二乘估计与岭估计之间的优劣;当其中的随机变量之间并不独立时,通过对模型的变换,求出参数的广义最小二乘估计. 相似文献
12.
13.
刘谢进 《楚雄师范学院学报》2006,21(12):47-49
在给定的权回归模型下,讨论了最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较,得出了在随机误差方差矩阵可逆条件下,可算出最优加权最小二乘估计与线性无偏最小方差估计误差方差阵的差表达式,并在一定条件下,两者趋于一致。 相似文献
14.
李量 《宁波教育学院学报》2011,13(6):130-133
通过实践调研,低段估算教学中存在许多问题,有教材存有不当之处、教师不重视估算教学的原因,更有教师缺乏本体性知识、学生缺乏估算意识及能力等原因.从调整教材序列、强化估算意识、注重算用结合、丰富估算策略等方面提出应对策略. 相似文献
15.
在线性回归模型Y=Xβ+ε;E(ε)=0;cov=σ2Σ;Σ>0下给出了有偏估计β*(K,d)=(XTΣ-1X+K)-1(XTΣ-1Y+dβ*),其中K>0,d>0为参数,β*表示线性回归模型的广义最小二乘估计,讨论了这种有偏估计的优良性质,得出了主要结论. 相似文献
16.
Shaun McQuitty 《Structural equation modeling》2013,20(3):244-252
LISREL 8 invokes a ridge option when maximum likelihood or generalized least squares are used to estimate a structural equation model with a nonpositive definite covariance or correlation matrix. The implications of the ridge option for model fit statistics, parameter estimates, and standard errors are explored through the use of 2 examples. The results indicate that maximum likelihood estimates are quite stable with the ridge option, though fit statistics and standard errors vary considerably and therefore cannot be trusted. As a result of these findings, the application of the ridge method to structural equation models is not recommended. 相似文献
17.
二项分布可靠度的Bayes估计 总被引：3，自引：0，他引：3
周燕燕 《西安文理学院学报》2008,11(4):50-53
在二项分布的可靠度的先验分布为幂分布时给出了其在熵损失函数下的E—Bayes估计公式和多层Bayes估计公式．通过实例验证,这两种估计公式都是稳定的,并进一步表明了在熵损失函数下计算出的二项分布可靠度的E—Bayes估计比多层Bayes估计的精度更高,稳定性更好,计算简单,便于应用． 相似文献