有约束的多元线性回归模型的Mi nimax估计

在损失函数tr(B-B)'A(B-B)下给出B在线性估计类中的Minimax估计,研究了其性质.在一些特殊的情形下,该估计包括了多元功效岭回归估计(Ridge regression estimation),多元Stein估计等.     

多元岭估计下数据联合影响的分解及数据的交叉影响

本文讨论了多重线性回归中数据对多元岭估计的影响。首先给出了度量数据对多元岭估计影响大小的Ｃｏｏｋ距离及其简化形式，提示了强影响点、高杠杆点、异常点间的内在联系；其次讨论了多组数据对多元岭估计的联合影响与其中每组数据对多元岭估计的影响之间的关系，最后探讨了多元岭估计中数据的交叉影响问题，得到了许多有意义的结果。     

偏微分方程初始条件的核估计方法

对于一个适定的偏微分方程组广义初值问题,该文利用非参数回归分析中的核估计方法,对在不同时间和不同空间记录下的数据进行整合,估计出未知函数在初始曲面上的值.对于空间维数为n的问题,此估计受到n(n+1)/2个参数的控制,在一定的最优准则下,可以得到初始数据的最优估计.最后给出了一个海流浅水模式初始资料的估计实例,与大气或海洋数值预报中的其它常用同化方法相比,计算量相对较小.     

多元线性模型回归系数的根方估计

本文采用根方估计估计多元线性模型中的回归系数B,通过根方参数k值的选取,可使(k)=Vec((k))的均方误差MSE小于β=Vec(B)的LS估计B的MSE。本文还给出了选取k值的两种方法及一个应用实例。     

多元线性模型系数岭估计的改进研究

文章对病态的多元线性模型Yn×q～(Xn×pBp×q,Vq×q(⊕)In×n)提出了c-k型估计,证明了利用Stein式压缩技术可以改进岭估计;同时给出了参数最优值满足的条件,证明了c-k型估计的可容许性.     

一种使用奇异值分解的岭估计的迭代算法

提出多元线性回归模型的一种使用奇异值分解的岭估计 ,并利用迭代算法给出求参数 μ值的计算方法     

多元线性模型回归系数有偏估计的实现

指出文献［１］ 所讨论的多元线性模型回归系数的有偏估计方法在计算实现上存在的问题, 提出计算多元线性模型回归系数的岭估计迭代算法     

新的递推有界GM回归估计算法

提出一种新的递推有界广义极大似然类(GM)回归估计器,新估计器所用的风险函数基于更一般的框架,并采用有界M-估计函数.设计一个新的权函数拒绝或降低异常点对估计结果的影响,并增加一个增广项,提出一种具有较强自适应能力的面向自回归(AR)模型参数估计的算法.仿真结果表明:提出的GM回归估计器及面向AR模型的算法对异常点不利影响(主要来自于回归变量中的加性异常点)的抑制效果均优于其他GM估计器;在参数不做任何调整的情况下,面向AR模型的算法对非平稳环境下的估计具有良好的估计精度和收敛性.     

相依误差线性模型中的主成分s-K估计

为同时克服线性回归模型的自相关性和回归变量间的复共线性,通过融合主成分回归估计和s-K估计,提出一类新估计,称为主成分s-K估计;并在均方误差阵意义下,得到了这类估计分别优于广义最小二乘估计、主成分估计、r-k和s-K估计的充要条件.Monto Carlo数值模拟表明,新估计是一种同时克服自相关性和复共线性的有效方法.     

深基坑监测网的稳健估计方法

为解决城市深基坑变形监测网在观测过程中由于空间限制和施工影响引起观测值异常问题,采用稳健估计理论,利用数据探测方法,对稳健估计中等价权因子的阈值进行调整.研究结果表明:修正后的丹麦法稳健估计可以有效抵御观测值中粗差的影响,并且迭代速度快、平差精度满足变形监测要求.该研究成果是一种提高变形监测质量和保障施工安全的有效方法.     

贝叶斯估计和经典估计的对比研究

分析和探讨了经典估计和贝叶斯估计的异同 ,并结合一个实例对两种估计进行比较 ,从而得到两种估计思想统一于贝叶斯定理 ,并在特定场合下相互等价的结论     

Distributed Estimation for Sensor Networks with Channel Estimation Errors

This paper describes the effect of channel estimation error (CEE) on the performance of distributed estimations of an unknown parameter in a wireless sensor network. Both the classical and Bayesian estimators are derived to mitigate the adverse effects caused by the CEE. Power scheduling among sensors and the power ratio between the training and data transmission at each individual node are optimized by directly minimizing the final average mean squared error to compensate for the CEE. A closed-form power scheduling policy is given for a homogeneous environment, which shows that more than 50% of the power should be allocated to sensor observation transmissions. For an inhomogeneous environment, a multilevel waterfilling type solution is developed for the power scheduling among sensors for only the sum power constraint with a "cave" waterfilling solution for both the sum and individual power constraints. Simulations show that the proposed power scheduling schemes achieve better performance than the equal power scheduling scheme.     

随机场估计

本书给出随机场估计的解析理论，这种估计按照估计误差的方差的极小性判据是最优的，是经典的Wiener理论的一般化，其中不假定场的Gauss或Markov性质，整个理论在协方差框架建立，以估计理论中新的一类基本的多维积分方程的解析研究为基础。本书作者是这个理论的创始者。[第一段]     

功率谱估计

本文主要讨论了用最大熵Burg算法进行功率谱估计.文中给出了Burg算法,程序框图和运算结果.结果与理论值吻合得较好.     

功率谱估计

本文主要讨论了用最大熵Burg算法进行功率谱估计。文中给出了Burg算法,程序框图和运算结果。结果与理论值吻合得较好。     

经验Bayes估计

本文在 Robbins H.一文的基础上,给出了一个更为一般的经验 Bayes 估计公式,并给出了若干个应用例子.     

部分估计中的比率估计法与简单估计法的优劣分析

对总体的部分子总体的标志值均值及总量进行估计时，[1]中讨论了3种方法：简单估计法(SE)，部分估计法(PE)，比率估计法(RE)，并分别比较了SE与PE，PE与RE的优劣关系．本文则是在此基础上，比较了SE与RE的优劣关系，并得出在一定条件下，SE优于RE的很好结论．     

基于集员估计的光电系统目标状态预测方法研究

在光电跟踪系统目标状态估计过程中,噪声统计特性不确定是导致滤波精度下降的主要原因之一。针对该问题,研究了一种基于扩展集员估计的目标状态估计方法,并与扩展卡尔曼滤波算法做了比较。结果表明,在保证滤波精度前提下,基于噪声特性未知但能量有界(Unknown but Bounded-UBB)假设的扩展集员估计方法能有效克服噪声统计特性不确定造成的影响,具有较强的工程实用性。     

Copula函数中参数的矩估计

针对Copula中参数θ的估计问题, 基于C(u,v)/u服从U(0,1),利用关系式1n∑ni=1Ci(u,v)u-122=112提出Copula中参数θ的矩估计,并对几种常见的Copula函数进行模拟论证.最后运用国内上证A股指数和上证B股指数进行了实证分析,说明这种估计方法的有效性.