多元线性模型回归系统的可容许性

考虑在多元线性模型中回归系数齐次线性估计的可容许性，从统计意义出发给上种新的比较准则。在一般多元线性模型下，证明了这些可容许性在齐次线性估计类中并不是一致的，但可把它们分为三个一致类，并得到了各类的容许估计的充检条件，当模型国为特殊时，得到了这些容许性在齐次线性估计类中是一致的结论及其共同的容许估计的充要条件。     

多元随机回归系数和参数的线性估计可容许的几个结果

在两种矩阵损失函数下讨论随机效应多元线性模型中回归系数和参数的线性估计的可容许性,并且在齐次和非齐次线性估计类中分别得到了可容许估计的充要条件。     

多元线性模型回归系数的可容许性

考虑在多元线性模型中回归系数齐次线性估计的可容许性．从统计意义出发给出了四种新的比较准则．在一般多元线性模型下，证明了这些可容许性在齐次线性估计类中并不是一致的，但可把它们分为三个一致类，并得到了各类的容许估计的充要条件．当模型较为特殊时，得到了这些容许性在齐次线性估计类中是一致的结论及其共同的容许估计的充要条件．     

矩阵损失下等式约束线性模型非齐次线性估计的Minimax可容许性的特征

讨论了矩阵损失下带约束的共同均值线性模型的回归系数线性估计的Minimax可容许特征,根据可容许估计和Minimax可容许估计的定义,给出了非齐次线性估计类中Minimax可容许估计的充要条件,并进行了证明.     

矩阵损失下受约回归系数的可容许线性估计

讨论带有齐次线性等式约束的线性模型:Y=Xβ+ε,ε～(0, σ_V),Hβ=0,在矩阵损失下,我们给出 Sβ的估计 LY(LY+a)在齐次线性(非齐次线性)估计类中可容许的充要条件.     

矩阵损失下线性模型中回归系数可容许估计

考虑线性模型Y =Xβ +ε ,Eε=0 ,D(ε) =σ2 V ,其中X列满秩 ,V为正定矩阵。在矩阵损失下 ,吴启光得到了回归系数 β的线性估计在非齐次线性估计类中可容许的充分必要条件 ,该定理结论与BaksalaryJK和MarkiewiczA在二次损失下所得结果在表达式上有所不同。为了得到相近的结论 ,对吴启光的结果做了进一步仔细分析 ,得到结果如下 :在矩阵损失下回归系数 β的线性估计AY +g在非齐次线性估计类中可容许当且仅当XAV对称 ,且AX =I时 g =0或AX≠I时 a∈ (0 .1)有τ(AX) (-∞ ,(a - 1) / (a +1) ]∪ [1,+∞ )。自然地 ,对 β的齐次线性估计AY在非齐次估计类中的可容许估计的等价条件为XAV对称且AX =I。这一结果能更清晰地表明在二次损失下 β的可容许估计必是在矩阵损失下的可容许估计 ,并且有助于讨论其它线性模型的相应结论     

矩阵损失下受约回归系数的可容许线性估计

讨论带有齐效线性等式约束的线性模型：Y＝Xβ＋ε，ε－（0，σ^2V），Hβ＝0，在矩阵损失下，我们给出了Sβ的估计LY（LY＋a）在齐次线性（非齐次线性）估计类中可容许的充要条件。     

短阵损失下线性模型中回归系数可容许估计

考虑线性模型Y＝Xβ ε,Eε＝0,D（ε）＝σ^2V,其中X列满秩,V为正定矩阵,在矩阵损失下,吴启光得到了回归系统β的线性估计在非齐次线性估计类中可容计的充分必要条件,该定理结论与BaksalaryJK和MarkiewiczA在二次损失下所得结果在表达式上有所不同。为了得到相近的结论,对吴启光的结果做了进一步仔细分析,得到结果如下：在矩阵损失下回归系数β的线性估计AY＋g在齐次线性估计类中可容许当且仅当XAV对儿,且AX＝I时g=0或AX≠I时任意α∈（0,1）有τ（AX）不包含于（－∞,α－1）／（α＋1）]∪（1,＋∞）,自然地,对β的剂次线性估计AV在非齐次估计类中的可容许估计的等价条件为XAV对称且AX＝I。这一结果能更清晰地表明在二次损失下β的可容许估计必是在矩阵损失下的可容许估计,并且有助于讨论其它线性模型的相应结论。     

受约回归系数之线性估计的可容许性

讨论了在二次损失下，带齐线性约束的一般ＧＭ模型回归系数之线性估计的可容许性，并给出了条件线性可估函数之线性估计在线性估计类中可容许性的充要条件     

矩阵损失下不可估函数的线性估计的可容许性

一般线性模型可估函数的可容许估计问题已有详细的讨论.对一般线性模型在矩阵损失下,得到了不可估函数的线性估计为可容许估计的充要条件.     

平衡损失下回归系数的线性可容许性

在平衡损失函数下研究线性模型中回归系数的线性容许估计,得到了回归系数的估计在平衡损失下为可容许估计的充分必要条件.     

多元回归模型在椭球约束下回归系数的齐次线性 minimax 估计

讨论了多元回归模型中回归系数在椭球约束下可估参数矩阵ＳＢ的线性ｍｉｎｉｍａｘ估计,并给出了全部的齐次线性ｍｉｎｉｍａｘ估计。     

受椭球约束回归系数在矩阵损失下的线性minimax估计

讨论了参数受椭球约束的线性模型Y＝Xβ＋ζ的可估参数向量Sβ,在矩阵损失下的齐次线性minimax估计,得到了一个齐次线性minimax估计类。     

回归系数和参数的可容许性估计——对正态条件下具有两个方差分量的一般随机效应线性模型

本文考虑具有两个方差分量的一般随机效应线性模型Y=Xβ e,对该模型随机回归系数和参数的可估函数Sα Qβ,在矩阵损失与二次损失函数下,分别给出其线性估计LY α在一切估计类中是Sα Qβ的可容许估计的充分条件。     

随机效应线性模型在不等式约束下的可容许估计

本文研究了一般的Gauss-Markov(简记G-M)线性模型(Y,Xβ,σ2 V),其中V≥0已知,获得了不等式Rβ≮0约束以及矩阵损失函数下非齐次线性估计可容许的充要条件.     

方差分量模型中回归系数的非线性估计的可容许性

本文的主要结果如下:方差分量模型:其中:都未知,X已知,v_1≥0,v_2≥0都已知。若S是S×P阵,当Sβ可估时,则在二次型损失函数(Ly-Sβ)′(Ly-Sβ)下得到Ly a在非齐次线性估计类中是Sβ的可容许估计的充要条件。     

线性模型中误差方差的非齐次二次型可容许估计

对于线性模型Y=(y1,…,yn)′=Xβ ε=X(β1,…,βn)′ (ε1,…,εn)′,其中X为已知的n×p矩阵,ε1,ε2,…εn相互独立,Eεi=0,Eε2i=σ2,Eε3i=0,Eε4i=3σ4,I=1,2,…,n,β∈Rp,0<σ2<∞,均为未知参数,在二次损失函数情况下,本文给出了在非齐次二次型估计类D1={(BY a)′A(BY a:B是m×n矩,Am×m≥0,a∈Rm}中可容许的充要条件,并给出当Y～N(Xβ,σ2V),rk(X)=n,V>0时非齐次二次型估在σ2的一切估计类中是可容许的充分条件.     

关于可容许线性估计的一种证明方法

吴启光（１９９１）在一般的Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型下，给出了回归系数的线性估计在一切估计类中可容许的充要条件，本文对此结果提供了一种新的证明方法。     

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。     

多元线性模型中系数矩阵的Minimax可容许估计

对于多元线性模型Y=XΘ＋ε,E（ε^→）=0,COV（ε^→）=σ^2△↓×Σ,在该模型中,Θ是未知参数矩阵,此处选取的损失函数是矩阵损失,在齐次线性估计类L={AY：A是k×n的常数矩阵}中给出了多元回归系数矩阵的可估函数SΘ的Minimax容许估计,并且证明了其唯一性.