黄养新 作品数:39 被引量:86 H指数:6 供职机构: 武汉理工大学理学院 更多>> 发文基金: 国家科技型中小企业技术创新基金 更多>> 相关领域: 理学 自然科学总论 更多>>
回归系数的一种有偏估计 被引量:6 2003年 为了改进最小二乘估计,克服其在设计阵呈病态时表现出的不可靠性,本文将最小二乘估计、Stein型估计和组合主成分估计的方法联合起来,提出了多元线性模型回归系数的一种新的有偏估计.并且证明了:此种估计在均方误差意义下是可容许估计;在参数区域的某个椭球内,这种新的估计优于最小二乘估计、主成分估计和组合主成分估计. 蔡新民 黄养新关键词:多元线性模型 有偏估计 最小二乘估计 可容许估计 增长曲线模型回归系数的主成分估计 被引量:2 1995年 对增长曲线模型的回归系数提出了生成分估计,并证明了生成分估计优于最小二乘估计.进一步,对最小二乘估计的任一线性交换,给出其均方误差的一个无偏估计,并应用极小化均方误差的无偏估计的方法,给出了确定偏参数的公式. 黄养新关键词:均方误差 主成分估计 聚集数据的Gauss-Markoff模型中参数估计的相对效率 被引量:22 1995年 文献[1]提出了聚集数据的Gauss-Markoff模型中未知参数的两种估计。本文又提出了关于最小二乘估计的三种估计新的相对效率,并研究了它们的性质以及与文献[2]讨论过的另一种相对效率的关系。 黄养新 万仲平关键词:相对效率 最小二乘估计 参数估计 多元线性模型回归系数的有偏估计与均方误差的无偏估计 被引量:4 1996年 本文对多元线性模型回归系数的最小二乘估计的任一线性变换,给出了均方误差的一个无偏估计,并应用统一方法,即极小化均方误差的无偏估计的方法,对岭估计和广义岭估计给出了确定偏参数的公式。最后给出了一个实例。 陈孝萱 黄养新关键词:多元线性模型 有偏估计 均方误差 无偏估计 聚集数据的线性模型参数估计的加权相对效率 1996年 就聚集数据的线性模型参数估计的相对效率,作者提出一种新的定义──加权相对效率,并给出其上、下界.同时还讨论了加权相对效率与文献[2]中相对效率的关系. 王祖喜 黄养新 李跃波关键词:聚集数据 参数估计 线性模型参数矩阵的二次型的经验Bayes估计的收敛速度 1995年 本文构造出正态线性模型误差协差阵的逆矩阵的二次型的经验Bayes(ER)估计,在一定条件下证明了这种EB估计的收敛速度可任意接近于1.最后,给出了一个实例. 黄养新关键词:正态线性模型 矩阵 二次型 经验BAYES估计 收敛性 一般方差分量模型中参数的联立Bayes估计 1990年 1 引言考虑N维随机向量y,它有如下的一般方差分量结构y=Xβ+ε,E(ε)=0,E(εε’)=sub from i=1 to p θ_iV_i=S_1 (1)其中X为已知N×k阵,V_i(i=1、2、…,p)为已知N阶对角矩阵;β∈R^k,θ=(θ_1,…,θ_p)’∈H={θ:sub from i=1 to p θ_iV_i≥0}cR^p为未知参数,H是R^p中有内点的集合。 黄养新关键词:方差分量 BAYES估计 多元广义Stein估计及其优良性 被引量:1 2001年 对于多元正态线性模型 ,采用极小化均方误差的方法得到了回归系数的一种非线性有偏估计 ,即多元广义Stein估计 ,给出了它的偏差及其均方误差的渐近展开式。在均方误差意义下 ,当误差干扰充分小 (σ→ 0 )时 ,得到了该估计优于 L 蔡新民 方兴 黄养新关键词:多元线性模型 均方误差 STEIN估计 方差分量的最优二次估计 1992年 对形如Y'AY的几种二次估计类,本文研究了一般线性模型中方差分量的最优二次估计。在无正态性假设条件下,得到了最优二次估计(BQE)、最优二次无偏估计(BQUE)及最优不变二次无偏估计(BIQUE)存在的充要条件,并给出了计算方法。 黄养新关键词:方差分量 误差协方差阵的经验Bayes估计的收敛速度 1995年 本文利用密度的混合偏导数的核估计,构造出线性模型中误差协方差阵的逆的经验Bayes(EB)估计,在一定条件下,还证明了EB估计的收敛速度可任意接近于1,最后,给出了一个实例。 黄养新 刘朝荣关键词:贝叶斯估计