联合回归估计的优良性

讨论联合回归估计的性质，证明了它是最小乘二估计的压缩估计，且有比它更好的抗干扰性和稳健性。     

多元联合回归估计

本文提出了多元线性模型回归系数的一种新的有偏估计-联合回归估计。在一定条件下，证明了此种估计优于最小二乘估计，主成份估计和组成主成分估计，且在均方误差意义下是可容许估计。     

广义岭型主成分估计优良性研究

对有偏估计中的广义岭型主成分估计的优良性进行了较深入的研究。证明了广义岭型主成分估计优于最小二乘估计的充要条件,并在此基础上对几类常见的有偏估计在均方误差（阵）条件下优于最小二乘估计的充要条件进行了拓展。     

聚集数据线性模型参数的有偏估计的相对效率

有偏估计方法是近代回归分析的常用方法.本文研究聚集数据的线性模型参数的有偏估计问题,在欧氏模之比意义下给出了参数的有偏估计的一个相对效率,并在加权欧氏模之比意义下给出了参数的有偏估计的一个相对效率,并得到了这两种相对效率的上界.     

约束线性回归模型参数的广义条件根方估计

对非齐次等式约束线性回归模型提出广义条件根方估计,证明了广义条件根方估计能有效地改善狭义条件根方估计,并给出了广义条件根方估计的显式解及确定广义条件根方估计参数的方法。     

线性模型中一些有偏估计在MSE准则下的优良性

对于线性回归模型Y=Xβ+,εE(ε)=0,cov(ε)=σ2V,V≥0,针对设计阵多重共线性问题,给出了回归系数的几个有偏估计,并讨论在MSE准则下优于广义最小二乘估计的条件,解决了复共线性的回归问题.     

线性回归模型的一种新估计

为了解决最小二乘估计的设计矩阵之列向量间存在近似线性关系时而出现的性质不稳定,结合广义岭估计,用均方误差矩阵的方法,给出了一种新的有偏估计K-d型估计,并讨论了它的性质,得出两个主要结论.     

聚集数据的线性模型参数的有偏估计

对于聚集数据的线性模型,提出了二种有偏估计,在均方误差(MSE)意义下,讨论了它们的优良性质,并将这二种估计进行了比较.本文提出的估计,优于有关文献中的结果.     

多元广义Stein估计及其优良性

对于多元正态性模型,采用极小化均方误差的方法得到了回归系数的一种非线性有偏估计,即多元广义Stein估计,给出了它的偏差及其均方误差的渐近展开式。在均方误差意义下,当误差干扰充分小（σ→0）时,得到了该估计优于LSE的渐近充要条件。     

最小均匀误差LB估计

文中讨论的是回归系统的线性有偏估计问题，并给出了一个重要结果，这就是最小均方误差意义下的回归系数的线性有偏估计。     

一类回归模型的参数估计

讨论了一类特殊的回归模型{Y(t)=F/β η(t),Ф(B)η(t)=ε(t),用最小二乘估计法对其参数进行了估计,并讨论了其收敛性．     

聚集数据的线性模型参数估计的相对效率

文献［１］提出了聚集数据的线性模型未知参数的两种估计。本文给出了关于最小二乘估计的三种估计的相对效率，并研究了它们的性质以及与文献［２］讨论过的另一种相对效率的关系。     

增长曲线模型回归系数的主成分估计

对增长曲线模型的回归系数提出了生成分估计，并证明了生成分估计优于最小二乘估计．进一步，对最小二乘估计的任一线性交换，给出其均方误差的一个无偏估计，并应用极小化均方误差的无偏估计的方法，给出了确定偏参数的公式．     

一般线性模型中最小二乘估计的相对效率

对一般线性模型中回归系数的最小二乘估计,本文提出了一个新的相对效率,并给出了相对效率的下界。     

截尾线性回归模型参数极大似然估计的存在性

工业统计中,常用到截尾线性回归模型,其未知参数估计通常用极大似然估计(Maximum Likeli-hood Estimates,MLE),但有时极大似然估计不一定存在.Silvapulle and Burridge只给出了该模型极大似然存在的一个充分必要条件,但未给出严格的证明.本文给出其严格的证明,并且给出仅有区间截尾的情形下参数极大似然估计存在的一个更简单的条件.     

岭型主成分估计的优良性质

用线性回归模型的一种有偏岭型主成分估计,证明岭型主成分估计在MSE和GMSE准则下优于最小二乘估计,而且比主成分估计更有效,在协方差阵准则下优于最小二乘估计.并且进一步得到了在均方误差意义下岭型主成分估计是可容许估计.     

增长曲线模型回归系数的分组压缩主成份估计

对增长曲线模型的回归系数提出了分组压缩主成份估计，并证明了分组压缩主成份估计优于最小二乘估计。进一步讨论了它的优良性，并给出了实际应用中选取偏参数的方法     

附有条件的边角网消去定向角后方差分量估计

从含有定向角未知数的附有条件的边角网情况出发，导出了消去定向角未知数后方差分量的估计公式，证明了用投影法消去定向角未知数后误差方程权阵的表达式；化简Ｇ－Ｍ模型的方差分量估计公式。