1 / 44
文档名称:

加权混合岭估计和奇异线性模型的liu估计及其性质的研究.pdf

格式:pdf   页数:44
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

加权混合岭估计和奇异线性模型的liu估计及其性质的研究.pdf

上传人:2028423509 2014/5/21 文件大小:0 KB

下载得到文件列表

加权混合岭估计和奇异线性模型的liu估计及其性质的研究.pdf

文档介绍

文档介绍:⑧加权混合岭估计和奇异线性模型的兰及其性质研究重庆大学硕士学位论文重庆大学数学与统计学院跹学生姓名:廖勋指导教师:杨虎教授专业:概率论与数理统计学科门类:理学二欢晁脑
⑧猅’.篜,
摘要文就是研究带随机约束线性模型的参数估计,同时也研究带有等式约束的奇异线在奇异线性模型中,考虑带等式约束的奇异线性模型的参数估计。为了克服重庆大学硕士学位论文中文摘要线性模型是现代统计学中的重要模型,在现代统计学中占有中心的地位,本性模型的估计。在带有随机约束的线性模型中,考虑两个估计的组合是克服复共线性问题的有效方法。基于这一点,本文提出一个新的加权混合岭估计,得到了这个新的估计优于广义最斯兰啤⒘牍兰坪图尤ɑ旌瞎兰频某湟L跫⒂檬稻倮明理论结果。复共线性问题,本文提出一个新的凸兰疲备稣飧龉兰频囊恍┬灾剩且得到了这个新的凸兰圃诰轿蟛罹卣荚蛳掠庞谠际钚《估计的充要条件;以及在均方误差荚蛳滦碌墓兰朴庞谠际钚《斯兰的充分条件。关键词:加权混合估计,凸兰疲际钚《斯兰疲轿蟛罹卣
..,.,.,.瑃琣猅甆甌:瑀
目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..英文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.咝阅P椭行碌募尤ɑ旌狭牍兰啤咝缘仁皆际钠嬉煜咝阅P偷腖型估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯皮与雕的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.准则下与驳谋冉稀卢;的一些性质⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.模型简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参数估计方法及其研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.加权混合岭估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..的优越性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯准则下与谋冉稀准则下与谋冉稀数值举例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..钚《ü⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一些引理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.均方误差及均方误差矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯复共线性及其判别方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..凸兰啤引理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
崧酆驼雇致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯附录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.轿蟛罹卣荚虮冉稀主要结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“后续展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“.轿蟛比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·髡咴诠ザ裂黄诩浞⒈淼穆畚哪柯迹骸
《斯兰频难芯肯肿线性模型是现在统计学中理论丰富、应用广泛的一个重要分支。随着高速计性模型的参数估计中研究加权混合岭估计和奇异线性模型的兰频囊恍┗算机的日益普及,在生物、医学、经济、管理、农业、工业、工程技术等领域的应用获得了长足发展。因此,线性模型在现代统计学中扮演了一个中心者的角色,成为了现代统计学中应用最广泛的模型之一【T谙咝阅P椭校τ诤诵牡匚坏氖参数估计。线性模型的参数估计是一种基本的统计推断形式,它是统计学中非常重要的一个研究领域,其得到广泛的应用,并发挥着重要的作用。本文就是在线性质,并用其来解决复共线性问题。线性模型的一般形式为:辏珽,,且阎5丁罰设计矩阵,口是的未知参数向量,,的残差分布向量,其均值向量为讲钫笪!疲湮Uɑ虬胝ň卣蟆当∑为半正定矩阵,;当∑,。时渲胸为未知的残差方差,#。在线性模型的参数估计中,⑻岢龅摹年,瓵.