分块线性模型中Bayes线性无偏估计的可加性

得到了βi在线性模型M=(y,X1β1+X2β2,T)下的Bayes线性无偏估计与其在小模型Mi=(y,Xiβi,T)下的Bayes线性无偏估计相等的充分必要条件,i=1,2;并考虑了Xiβi在小模型Mi下的Bayes线性无偏估计之和与Xβ在全模型M下的Bayes线性无偏估计之间的相等关系.     

最佳线性无偏估计的稳健性

基于Gauss-Markov模型讨论了最佳线性无偏估计的稳健性,证明了存在一个以矩阵为元素的线性空间,对于这一线性空间中的任意正定矩阵Ⅱ都满足P′(X′Ⅱ-1X)-X′Ⅱ--1Y是可估函数p′β的最佳线性无偏估计.     

一类分布族的最优线性无偏估计

正态分布族、指数分布族、极值分布族等这一类分布族的共同特点是有位置参数 μ和尺度参数σ .这一类分布族的参数估计可用无偏估计 ,一致最小方差无偏估计和最优线性无偏估计 .本文证明了所有这一类二参数分布族的最优线性无偏估计 ,并讨论了二参数指数分布的最优线性无偏估计 .     

某类分布参数MLE与Bayes估计相等的关系

为了在一个缩小的范围内探讨总体分布中的参数的任一经典估计都存在一个先验分布,使得其贝叶斯估计就是该经典估计这一命题的真伪,进行了多次试验,并通过试验法证明了某类单参数指数族分布中未知参数的最大似然估计,一定存在一个先验分布,使其贝叶斯估计就是该最大似然估计的结论．     

对称损失下巴斯卡分布参数的Bayes估计

研究在给定一种非共轭先验分布的特殊先验分布情况下,巴斯卡分布在对称损失下的Bayes估计,以及Bayes估计的可容许性.     

威布尔分布参数最好线性无偏估计的两种求解方法

为了实现计算机辅助分析，提出和实现了威布尔分布最好线性无偏估计的蒙特卡罗模拟和数值积分两种算法，并以某品牌某型号的家用空调的使用数据为实例进行了应用。两种算法具有比查表法更广泛的适用范围。     

混合参数函数的Bayes二次无偏估计

本文研究了方差分量模型中均值的线性式、二次式及方差分量的线性式之和的估计,得到了Bayes二次无偏估计(BQUE)存在的充要条件,并给出了计算方法;利用BQUE,我们获得了局部最小方差无偏估计(LMVUE)和一致最小方差无偏估计(UMVUE)存在的充要条件。     

对称熵损失函数下Rayleigh分布参数的Bayes估计

在对称熵损失函数下,研究Rayleigh分布参数的Bayes估计、经验Bayes估计以及可容许性问题,并讨论了一类(cT+d)-1形式估计的可容许性和不可容许性.     

误差的协方差阵不正确时的Gauss─Markov估计

考虑线性模型ｙ＝Ｘβ＋ε，其中Ｅ（ε）＝０，Ｄ（ε）＝Ｖ０，记为（ｙ，Ｘβ，Ｖ０），当Ｖ０被弄错当成Ｖ１时，记为（ｙ，Ｘβ，Ｖ１）．对于两个问题，一是Ｘβ在（ｙ，Ｘβ，Ｖ１）下的ＢＬＵＥ也是Ｘβ在（ｙ，Ｘβ，Ｖ０）下的ＢＬＵＥ的充要条件是什么，二是Ｘβ在（ｙ，Ｘβ，Ｖ０）和（ｙ，Ｘβ，Ｖ１）下有公共的ＢＬＵＥ的充要条件是什么，本文在已有结论上又给出了几条新的等价的充要条件，并将众多等价的充要条件给出统一的证明．     

一般线性模型下方差的最小范数二次无偏估计的稳健性

给出了一般线性模型下方差的最小范数二次无偏估计相等的充要条件,并且当高斯马尔可夫估计与最小二乘估计相等时,获得了一个相对简单的条件,最后给出此条件应用于抽样调查的一个例子.     

多元线性模型中最小二乘估计的相对效率

考虑一般的多元线性模型Y_(n×k)=X_(n×p)_pB_(p×k)+e_(n×k),E(e)=0,COV(e)=V∑,其中V为已知参数矩阵,∑为已知协方差矩阵。当rank(X)0推广至∑≥0,从而包含了Haberman的结果,使之所得结果更具有一般性。     

奇异线性模型中最小二乘估计效率的一个注记

考虑奇异线性模型:Yn×1=Xn×pβp×1+εn×1,E(ε)=0,cov(ε)=∑,设β*=(X＇∑+X)+X＇∑+Y,β=(X＇X)+X＇Y。当∑≥0和rank(X)=p时,定义最小二乘估计β与最佳线性无偏估计β*相对效率为e4(β*/β)=||cov(β*)||／||cov(β)||。当∑≥0和rank(X)＜p时,对可估函数c＇β自然考虑两种估计的方差之比的下界,提出的相对效率为e5(β*/β)=var(c＇β*)／var(c＇β)。在μ(X)(?)μ(∑)条件下,给出了它们的下界。关于相对效率的讨论通常有∑＞0的假定,利用矩阵分析的方法将协方差矩阵∑＞0推广至∑≥0的情形,从而包含了Bloomfield-Watson的结果以及推广了Kantorovich不等式。     

线性回归模型参数的贝叶斯区间估计

利用贝叶斯统计推断方法 ,给出了正态线性回归模型Y =Xβ e未知参数 (回归系数和误差方差 )的后验置信概率 1 -α的区间估计。     

多元线性回归的Bayes假设检验

对于多元线性回归模型:Y=Xβ e,e～Nn(0,σ2In),本文首先讨论了在两种不同先验分布下β的后验密度,其次利用后验密度定义了Rp与其子集上的最大后验密度比,最后作了两个方面的假设检验:①回归方程的显著性检验,HO:β1=β2=…=βp-1=0;②回归系数的显著性检验,H1:βi=0(I=1,2,…,p-1).     

一类具有可调参数有偏估计器的稳健性（Robustness）

在“一种用于在线控制的快速高精度估计器”一文的基础上，进一步研究了具有可调参数估计器ＲＢ（β，γ）的稳健性．当各种随机扰动不可避免出现时，在处理具有近似奇异设计矩阵的生化反应系统及化学反应系统的多数估值问题中，它比最小二乘估计器及岭估计器具有更快的收敛速度及更高的收敛速度．     

一类刻度指数分布族参数的Bayes估计

在刻度平方损失函数下,研究了一类刻度指数分布族参数的估计.得到了刻度参数的Bayes估计的一般形式,并研究了它的可容许性,最后在两种给定先验分布下得到了刻度参数的正常Bayes估计和广义Bayes估计的精确形式.在此基础上可以对刻度参数进行进一步的统计推断.     

生长曲线模型中最小二乘估计的一种新的相对效率

对于生长曲线模型,Yn×k=Xn×pβp×pZq×k+en×k,E(e)=0,Cov(e)=Vk×k∑n×n,在一定条件下,引入了回归系数的最小二乘估计与最佳线性无偏估计的一种新的相对效率e4(^β*/^β),并讨论了它们的下界。修正了当未知参数矩阵β不可估时,相对效率e1(^β*/^β)。