天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

線(xiàn)性模型下預(yù)測(cè)量/估計(jì)量等價(jià)性問(wèn)題研究

發(fā)布時(shí)間:2021-09-11 10:18
  線(xiàn)性統(tǒng)計(jì)模型是回歸分析中研究的最基本模型,在統(tǒng)計(jì)學(xué)里不管從理論角度,還是應(yīng)用角度一直都扮演著十分重要的角色,以至于它們被認(rèn)為是目前統(tǒng)計(jì)學(xué)理論中十分重要的內(nèi)容,許多生物、醫(yī)學(xué)、經(jīng)濟(jì)、管理、地質(zhì)、氣象、農(nóng)業(yè)、工業(yè)、工程技術(shù)等領(lǐng)域的現(xiàn)象都可以用線(xiàn)性模型來(lái)近似描述,成為現(xiàn)代統(tǒng)計(jì)學(xué)中應(yīng)用最為廣泛的模型之一,線(xiàn)性模型是一類(lèi)統(tǒng)計(jì)模型的總稱(chēng),它包括了線(xiàn)性回歸模型、方差分析模型、協(xié)方差分析模型、混合效應(yīng)模型(或稱(chēng)方差分量模型)、縱向數(shù)據(jù)模型和生長(zhǎng)曲線(xiàn)模型等,它是唯一的一類(lèi)在線(xiàn)性代數(shù)和矩陣?yán)碚摲矫嬗袌?jiān)實(shí)理論支撐的統(tǒng)計(jì)模型。本文主要從代數(shù)角度利用線(xiàn)性代數(shù)和矩陣?yán)碚撝械拇鷶?shù)分析工具重新研究了參數(shù)約束一般線(xiàn)性模型(CGLM)下均值參數(shù)向量和部分均值參數(shù)向量普通最小二乘估計(jì)(Ordinary Least Squares Estimator,.簡(jiǎn)記為 OLSE)和最佳線(xiàn)性無(wú)偏估計(jì)(Best Linear Unbiased Estimator,簡(jiǎn)記為BLUE)間的等價(jià)性,一般線(xiàn)性模型和它錯(cuò)誤指定模型下所有未知參數(shù)構(gòu)成函數(shù)的最佳線(xiàn)性無(wú)偏預(yù)測(cè)(Best Linear Unbiased Predictors,簡(jiǎn)記為BLUP... 

【文章來(lái)源】:中央財(cái)經(jīng)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】:166 頁(yè)

【學(xué)位級(jí)別】:博士

【文章目錄】:
摘要
abstract
符號(hào)表
前言
    0.1 研究背景與意義
        0.1.1 研究背景
        0.1.2 研究意義
    0.2 文獻(xiàn)綜述
    0.3 研究?jī)?nèi)容與結(jié)構(gòu)安排
        0.3.1 研究方法
        0.3.2 研究?jī)?nèi)容
        0.3.3 創(chuàng)新點(diǎn)
第1章 分塊線(xiàn)性模型簡(jiǎn)介以及未知參數(shù)函數(shù)可估性,普通最小二乘估計(jì)(OLSE)和最佳線(xiàn)性無(wú)偏估計(jì)(BLUE)定義及解析表達(dá)式
    1.1 模型介紹
    1.2 未知參數(shù)函數(shù)可估性定義
    1.3 未知參數(shù)函數(shù)OLSE和BLUE定義
    1.4 無(wú)參數(shù)約束一般線(xiàn)性模型下未知參數(shù)函數(shù)OLSE和BLUE解析表達(dá)式
    1.5 參數(shù)約束線(xiàn)性模型下未知參數(shù)函數(shù)OLSE和BLUE解析表達(dá)式
第2章 部分參數(shù)約束兩分塊線(xiàn)性模型下,未知參數(shù)函數(shù)的OLSE和BLUE等價(jià)性問(wèn)題的研究
    2.1 引言
    2.2 預(yù)備結(jié)果
    2.3 一般線(xiàn)性模型下均值參數(shù)和部分均值參數(shù)估計(jì)量間等式的再研究
    2.4 參數(shù)約束限制線(xiàn)性模型下均值參數(shù)和部分均值參數(shù)估計(jì)量間等式
    2.5 小結(jié)
第3章 一般參數(shù)約束兩分塊線(xiàn)性模型下,未知參數(shù)函數(shù)的OLSE和BLUE等價(jià)性問(wèn)題的研究
    3.1 引言
    3.2 相關(guān)引理
    3.3 OLSE和BLUE相等的等價(jià)條件
    3.4 小結(jié)
第4章 一般參數(shù)約束多重分塊線(xiàn)性模型下,未知參數(shù)函數(shù)的OLSE和BLUE等價(jià)性問(wèn)題的研究
    4.1 引言
    4.2 預(yù)備知識(shí)
    4.3 CGLM的相容性和參數(shù)空間的可估性
    4.4 CGLM下OLSE和BLUE的解析表達(dá)式
    4.5 CGLM下OLSE和BLUE之間等式的代數(shù)與統(tǒng)計(jì)性質(zhì)刻畫(huà)
    4.6 小結(jié)
第5章 正確線(xiàn)性模型和它的錯(cuò)誤指定模型下預(yù)測(cè)量之間各種關(guān)系問(wèn)題的研究
    5.1 引言
    5.2 預(yù)備知識(shí)
    5.3 正確模型和它的錯(cuò)誤指定模型下預(yù)測(cè)量/估計(jì)量各種關(guān)系等價(jià)條件
    5.4 小結(jié)
第6章 多元一般線(xiàn)性模型與它的帶多余參數(shù)多元線(xiàn)性模型下預(yù)測(cè)量/估計(jì)量間等價(jià)性問(wèn)題的研究
    6.1 引言
    6.2 預(yù)備知識(shí)
    6.3 MGLM下未知參數(shù)聯(lián)合函數(shù)可預(yù)測(cè)性,可估性以及BLUP、BLUE的解析表達(dá)式
    6.4 正確MGLM和帶多余參數(shù)MGLM下BLUP/BLUE間的等價(jià)性
    6.5 小結(jié)
第7章 論文的后續(xù)工作
參考文獻(xiàn)
博士在讀期間研究成果
致謝


【參考文獻(xiàn)】:
期刊論文
[1]廣義Pareto分布參數(shù)的最小二乘估計(jì)[J]. 陳海清,程維虎.  應(yīng)用概率統(tǒng)計(jì). 2013(02)
[2]生長(zhǎng)曲線(xiàn)模型下的統(tǒng)一有偏估計(jì)[J]. 鄭彭丹,楊虎.  工程數(shù)學(xué)學(xué)報(bào). 2008(02)
[3]任意秩多元線(xiàn)性模型中最優(yōu)預(yù)測(cè)的穩(wěn)健性[J]. 喻勝華,袁權(quán)龍.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(03)
[4]一般線(xiàn)性模型下方差最小范數(shù)二次無(wú)偏估計(jì)的穩(wěn)健性(英文)[J]. 李樹(shù)有,張寶學(xué).  數(shù)學(xué)研究與評(píng)論. 2004(02)
[5]錯(cuò)誤指定多元線(xiàn)性回歸模型的Bayes估計(jì)[J]. 彭向陽(yáng),周占功,丁碧文.  經(jīng)濟(jì)數(shù)學(xué). 2004(01)
[6]錯(cuò)誤指定多元線(xiàn)性模型中回歸系數(shù)混合估計(jì)的性質(zhì)[J]. 彭向陽(yáng),周占功.  湘潭大學(xué)自然科學(xué)學(xué)報(bào). 2003(03)
[7]有約束錯(cuò)誤指定模型下的優(yōu)化問(wèn)題[J]. 張寶學(xué).  數(shù)學(xué)物理學(xué)報(bào). 2003(03)
[8]任意秩多元線(xiàn)性模型中的簡(jiǎn)單投影預(yù)測(cè)[J]. 喻勝華,何燦芝.  中南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2002(04)
[9]一般線(xiàn)性模型下方差的最小范數(shù)二次無(wú)偏估計(jì)的穩(wěn)健性(英文)[J]. 張寶學(xué),羅季,李馨.  Journal of Beijing Institute of Technology(English Edition). 2002(01)
[10]任意秩多元線(xiàn)性模型中的最優(yōu)預(yù)測(cè)[J]. 喻勝華,何燦芝.  應(yīng)用數(shù)學(xué)學(xué)報(bào). 2001(02)



本文編號(hào):3392824

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/yysx/3392824.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶(hù)fc076***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com