向量损失函数下线性模型中参数估计的容许性

本文讨论了向量损失函数下参数估计的可容许与在常用损失函数下可容许之间的关系 ,并研究了在一元线性模型、多元线性模型中参数估计在特定估计类及一切估计类中的可容许性 ,给出了估计可容许的一些充要条件和充分条件 .     

线性模型中参数估计的可容许性理论

本文综述了线性模型中参数估计的可容许性理论的历史及近年来的发展,同时也提出一些待解决的问题。     

指数族中某些参数估计的容许性

对指数族中某些参数的估计的容许性进行了讨论，得到了重要结果。     

增长曲线模型中向量函数的线性可容许性

对增长曲线模型中回归矩阵的向量函数的估计,在矩阵损失下,我们得到了线性估计在一切线性估计类中可容许的充要条件。     

在熵损失函数下定数截尾情形的参数估计——指数分布情形

本文研究了在熵损失函数下,定数截尾时指数分布的参数估计,得出在熵损失函数下的最小风险同变（ＭＲＥ）估计的精确形式．证明了（ｃＴ＋ｄ）~(－１)形式的一类估计的可容许性和不可容许性．     

二次损失下线性预测的可容许性

本文在二次损失下研究了任意秩有限总体中线性预测的可容性，得到了线性预测Lys(Lys a)是可容许线性预测的充要条件．     

矩阵损失下线性预测的可容许性

在矩阵损失下研究了任意秩有限总体中线性预测的可容许性,得到了线性预测Lys(Lys α) 是可容许线性预测的充要条件.     

矩阵参数估计的泛容许性理论

这是一篇综述性的文章,它总结了我们在1990至1994年间所承担的国家自然科学基金资助项目的主要工作。     

矩阵损失下均值向量的线性可容许估计

设Ｙ＝（Ｙ１，…，Ｙｎ）′相互独立，ＥＹ＝Ｘβ，ＣｏｖＹ＝Ｘｄｉａｇ（β１，…，βｎ）Ｘ′，β＝（β１，…，βｎ）′∈Ｒ＋ｎ为参数，Ｒ＋＝（０，＋∞），Ｘ为已知的元素非负且对角线元素为正的ｎ阶满秩矩阵，估计均值Ｘβ，选取损失函数为矩阵损失，估计类为Ｄ＝｛ＡＹ：Ａ为元素非负的ｎ阶矩阵｝．本文研究ＡＹ在Ｄ中的容许性，获得了ＡＹ在Ｄ中是Ｘβ的容许估计的充要条件．     

加权平衡指数损失函数下的广义信度保费估计

在非寿险中,在索赔经历虽然相互独立,但有时会服从不同的分布.通过考虑保费的目标估计来对风险保费进行了研究,并采用正交投影的方法得到了目标问题的最优解,从而得到了加权平衡指数损失函数下的信度估计.此外,给出了结构参数的无偏估计,并给出了模拟.结果表明,在考虑目标保费的情况下,当选取一个合适的权重,可以得到未来保费的最优估计.     

Admissibility under the Frequentist′s Validity Constraint in Estimating the Loss of the Least-Squares Estimator

We consider the problem of estimating the sum of squared error loss L = |β− |² of the least-squares esitmator for β, the regression coefficient. The standard estimator ₀ is the expected value of L. Here the error variance is assumed to be known. Previous results of Johnstone (1988. In Statistical Decision Theory and Related Topics IV (S. Gupta and J. Berger, Eds.), 1, 361-379, Springer-Verlag, New York) show that ₀ is inadmissible under the loss ( −L)² if the dimension of is five or more. However, since we are estimating the loss, a typical frequentist principle will lead to the usage of estimators which are frequentist valid. Johnston′s improved esitmator, however, violates this principle. In this paper, we prove that it is impossible to improve upon ₀ among the class of frequentist valid estimators. The work parallels Hwang and Brown (1991, Ann. Statist.10 1964-1977) for the corresponding confidence set problems, although the argument is entirely different and much simpler.     

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文）

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件.     

一种对称损失函数下一类指数分布族刻度参数的估计

在p,q对称熵损失函数L(θ,δ)=θp/δp+δq/θq-2(p,q0)下,研究了一类指数分布族c(x,n)θ-ve-T(x)/θ的刻度参数θ的Bayes估计与可容许估计,并应用积分变换定理证明了这两个估计具有不变性.     

平衡损失下一般Gauss—Markoff模型中回归系数的非齐次线性可容许估计

提出了适用于—般Gauss-Markoff模型的平衡损失函数,并在该平衡损失下,研究了模型中回归系数的非齐次线性估计在非齐次线性估计类中的可容许性,得到了充要条件．     

矩阵损失下带约束的回归系数非齐次线性估计的Minimax可容许性的特征

本文在矩阵损失下给出了带约束的回归系数线性估计在非齐次线性估计类中是Minimax可容许估计的充要条件。     

Estimation of an Exponential Quantile under a General Loss and an Alternative Estimator under Quadratic Loss

Estimation of the quantile + of an exponential distribution with parameters (, ) is considered under an arbitrary strictly convex loss function. For obeying a certain condition, the inadmissibility of the best affine equivariant procedure is established by exhibiting a better estimator. The LINEX loss is studied in detail. For quadratic loss, sufficient conditions are given for a scale equivariant estimator to dominate the best affine equivariant one and, when exceeds a lower bound specified below, a new minimax estimator is identified.     

带有不完全椭球约束的生长曲线模型中线性估计的可容许性

对于带有不完全椭球约束的生长曲线模型Y=XBZ+ε,ε~(0,σ2VI),X(B-B0)Z′NZ(B-B0)′X′≤σ2In,本文在矩阵损失函数(d-KBL)(d-KBL)′下给出了KBL在类齐次线性估计类LH与非齐次线性估计类LI中可容许的充要条件.本文的结果表明线性估计在非齐次线性估计类中的可容许性与椭球的中心B0无关,而齐次线性估计在齐次线性估计类中的可容许性与B0有关.     

一类函数估计在负相协下的强一致相合性

对于半参数回归模型 yi=xiβ +g( ti) +ei,i =1 ,2 ,… ,n,对误差 {ei,1 i n}为 NA序列 ,在适当的条件下证明了未知函数 g( t) 的估计 gn( t) 的强一致相合性 .