检索结果-内蒙古大学图书馆

线性模型参数M估计的强相合性

引用

数学学报（中文版） 2002年第1期45卷 21-28页

作者：杨善朝广西师范大学数学系广西桂林541004

本文研究线性模型中回归参数　Ｍ　估计的强相合性，　给出一些较弱的充分条件．　与陈希孺和赵林城的专著［１］中相应的结论比较，　这里给出的条件对矩的要求有较大的实质性改进．

关键词：线性模型 M估计强相合性参数估计线性回归

来源：评论

学校读者我要写书评

暂无评论

线性模型选阶的一个新准则(英文)

引用

南开大学学报（自然科学版） 1998年第1期31卷 14-20页

作者：赵博娟吴喜之南开大学数学系天津300071

本文给出了新的线性模型选队准则Λ．由Λ推广得到的Λα，在适当选取α之后，能够渐近正确地选出真模型的阶数．文中讨论了AICC和Λα的选阶比较问题。

关键词：候选模型真模型线性模型选阶

来源：评论

学校读者我要写书评

暂无评论

线性模型中回归系数和误差方差同时的经验Bayes估计及其优良性

引用

应用概率统计 2012年第6期28卷 583-600页

作者：陈玲韦来生中国科学技术大学统计与金融系合肥230026 安徽大学数学科学学院合肥230039

在线性模型中,当先验分布中超参数部分未知时,构造了回归系数和误差方差的同时参数型经验Bayes估计(PEBE).在均方误差矩阵(MSEM)准则下,讨论了回归系数的PEBE相对于最小二乘估计(LSE)的优良性;在均方误差(MSE)准则下讨论了误差方差的PEB... 详细信息

在线性模型中,当先验分布中超参数部分未知时,构造了回归系数和误差方差的同时参数型经验Bayes估计(PEBE).在均方误差矩阵(MSEM)准则下,讨论了回归系数的PEBE相对于最小二乘估计(LSE)的优良性;在均方误差(MSE)准则下讨论了误差方差的PEBE相对于其LSE的优良性.当先验分布中超参数全部未知时,重新构造了回归系数和误差方差的同时PEBE,并给出了它们在MSE准则下相对LSE优良性的模拟结果.

关键词：线性模型参数型经验Bayes估计最小二乘估计均方误差(矩阵)准则模拟结果

来源：评论

学校读者我要写书评

暂无评论

线性模型中假设是凸锥时似然比统计量的零分布

引用

系统科学与数学 1999年第3期19卷 274-281页

作者：郭大伟安徽师范大学数学系芜湖241000

对于有正态误差和已知协方差阵的线性模型，讨论了参数域是凸锥的假设检验问题．在考察了似然比统计量的性质后，表明了只要似然比统计量是观察值的凸函数，则似然比统计量的零分布是Ｘ２－分布的混合，而此前的结果是仅当零假设或备择... 详细信息

对于有正态误差和已知协方差阵的线性模型，讨论了参数域是凸锥的假设检验问题．在考察了似然比统计量的性质后，表明了只要似然比统计量是观察值的凸函数，则似然比统计量的零分布是Ｘ２－分布的混合，而此前的结果是仅当零假设或备择假设形成线性空间时才可用．

关键词：线性模型似然比凸锥零分布假设检验

来源：评论

学校读者我要写书评

暂无评论

线性模型中F-检验的稳健性

引用

数学学报（中文版） 2010年第2期53卷 385-392页

作者：邱红兵罗季广东工业大学应用数学学院广州510006 浙江财经学院数学与统计学院杭州310018

本文讨论了一般线性模型中关于均值参数β的线性假设基于广义最小二乘估计的F-检验统计量的稳健性问题.主要研究了当误差的协方差矩阵含有参数时,设计阵可以列降秩情况下的F-检验统计量的稳健性,得到了F(V(θ))为该假设下F-检验统计量... 详细信息

本文讨论了一般线性模型中关于均值参数β的线性假设基于广义最小二乘估计的F-检验统计量的稳健性问题.主要研究了当误差的协方差矩阵含有参数时,设计阵可以列降秩情况下的F-检验统计量的稳健性,得到了F(V(θ))为该假设下F-检验统计量的误差协方差矩阵的最大类.并讨论了分块线性模型中,关于分块参数的线性假设的F-检验统计量的稳健性.

关键词：线性模型稳健性 F-检验统计量

来源：评论

学校读者我要写书评

暂无评论

线性模型误差方差估计的精确极限性质

引用

数学年刊（A辑） 2005年第1期26卷 83-92页

作者：陆传荣邱瑾浙江财经学院信息学院

本文讨论线性模型Yi=Xi1β+ei,i=1,2,…,n,其中{ei,i=1,2,…,n)为零均值方差有限的独立同分布随机变量序列,分别证明了模型的误差方差估计的LLN和LIL精确极限性质.

关键词：线性模型误差方差估计精确极限性质 LLN LIL

来源：评论

学校读者我要写书评

暂无评论

线性模型中M检验原假设分布的随机加权逼近(英文)

引用

应用概率统计 2008年第4期24卷 407-420页

作者：赵林城吴小燕杨亚宁中国科学技术大学统计与金融系合肥230026

在线性模型中M-方法可以用于线性假设检验,其中M检验、Wald检验和Rao的计分型检验是最常用的检验准则.但是在计算这些检验的临界值时都涉及到未知参数的估计.在本文中我们利用随机加权的方法来逼近这些检验的原假设分布.结果表明在原假... 详细信息

在线性模型中M-方法可以用于线性假设检验,其中M检验、Wald检验和Rao的计分型检验是最常用的检验准则.但是在计算这些检验的临界值时都涉及到未知参数的估计.在本文中我们利用随机加权的方法来逼近这些检验的原假设分布.结果表明在原假设和局部对立假设之下随机加权统计量的渐近分布与原检验统计量在原假设之下的渐近分布相同. 因此我们不需要对冗余参数进行估计,利用随机加权的方法就可以得到这些检验的临界值,而且在局部对立假设之下可以实现对功效的计算.当取不同的误差分布和不同的随机权时,我们对本文的方法进行了蒙特卡洛模拟.结果表明用随机加权方法来逼近原假设分布是非常精确的.

关键词：线性模型局部对立假设 M-方法蒙特卡洛随机加权

来源：评论

学校读者我要写书评

暂无评论

线性模型中最小二乘估计的一种新的相对效率

引用

应用概率统计 1989年第2期5卷 97-104页

作者：刘爱义王松桂中国科技大学

对于线性模型未知参数的最小二乘估计,本文提出了一种新的相对效率,并研究了它的性质,以及与Bloomfield-Watson等讨论过的另一种相对效率的关系。

关键词：线性模型最小二乘估计相对效率估计效率

来源：评论

学校读者我要写书评

暂无评论

线性模型中回归系数的可估函数和误差方差同时的Bayes估计及优良性

引用

应用数学学报 2014年第5期37卷 865-877页

作者：陈敏韦来生中国科学技术大学统计与金融系合肥230026

在线性模型中回归系数与误差方差具有正态-逆Gamma先验分布,且假定设计阵非列满秩的情形下,导出了回归系数的可估函数与误差方差同时的Bayes估计.分别在均方误差矩阵(MSEM)准则和Bayes Pitman Closeness(BPC)准则下,研究了回归系数可估... 详细信息

在线性模型中回归系数与误差方差具有正态-逆Gamma先验分布,且假定设计阵非列满秩的情形下,导出了回归系数的可估函数与误差方差同时的Bayes估计.分别在均方误差矩阵(MSEM)准则和Bayes Pitman Closeness(BPC)准则下,研究了回归系数可估函数的Bayes估计相对于最小二乘(LS)估计的优良性,讨论了误差方差的Bayes估计在均方误差(MSE)准则下相对于LS估计的优良性.

关键词：线性模型可估函数 Bayes估计最小二乘估计 MSEM准则 BPC准则

来源：评论

学校读者我要写书评

暂无评论

线性模型参数M估计的强收敛速度

引用

中国科学技术大学学报 2002年第4期32卷 426-432页

作者：陈建东中国科学技术大学统计与金融系皖西学院数学系安徽六安231012

研究了线性模型中回归参数M估计的强收敛性 ,与《线性模型中的M方法》(陈希孺 ,赵林城 ,上海 :上海科学技术出版社 ,1 996 )中相应结论比较 ,在一般性条件下获得了强收敛性的结果 ,而且。

关键词：强收敛速度线性模型 M估计强相合性强收敛性参数估计回归模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：