导读:本文包含了压缩主成分估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:成分,误差,广义,矩阵,线性,函数,模型。
压缩主成分估计论文文献综述
闻斌[1]（2008）在《线性模型中压缩主成分估计的若干性质》一文中研究指出讨论了压缩主成分估计的若干性质,证明了在一定条件下此估计比最小二乘估计有更小的广义均方误差,并且在PC准则下也优于最小二乘估计.(本文来源于《常熟理工学院学报》期刊2008年10期）
叶鹰,万雄波[2]（2008）在《基于压缩主成分估计的预测优良性的一个充要条件》一文中研究指出本文在均方误差矩阵判别准则和风险函数的差别准则下,对广义线性模型的最优预测与经典预测的优良性进行比较分析,获得了比较基于压缩主成分估计的两类预测优良性的充要条件,并运用统计模拟对该充要条件进行了实证分析.(本文来源于《应用数学》期刊2008年04期）
万雄波,叶鹰[3]（2007）在《基于压缩主成分估计的两类预测的最优性判别》一文中研究指出本文以压缩主成分估计为基础,对广义线性模型的最优预测与经典预测的最优性判别问题进行了讨论,获得了在离差矩阵判别准则和广义风险函数判别准则下判断两类预测量最优性的一个充分条件,为进一步研究基于有偏估计关于两类预测量的最优性判别问题提供了一种方法和思路。(本文来源于《武汉科技学院学报》期刊2007年12期）
田保光,翟发辉[4]（2005）在《压缩主成分估计的方差最优性质(英文)》一文中研究指出结合压缩估计与主成分估计的思想方法,提出了压缩主成分估计.讨论了它在降维估计中的方差最优性质,推广了文献[1]的主要结果.(本文来源于《菏泽学院学报》期刊2005年05期）
李胜宏,周占功[5]（2003）在《压缩主成分估计的一些性质》一文中研究指出讨论了压缩主成分估计的一些性质,证明了在一定条件下,此估计比最小二乘估计有更小的广义均方误差并且在PC准则下也优于最小二乘估计. 对Y的预测量做了比较.(本文来源于《五邑大学学报(自然科学版)》期刊2003年04期）
张启全[6]（2002）在《压缩主成分估计》一文中研究指出给出线性回归模型 Y =Xβ+εE(ε) =0 ,Cov(ε) =σ2 In中参数 β的一种压缩主成分估计 ,研究了其有效性、可容许性以及抗干扰性 ,并与岭型组合主成分估计、岭估计、Stein压缩估计以及根方有偏估计等进行了比较 ,得出在一定条件下 ,这种估计优于其它几种估计的结论(本文来源于《山东师范大学学报(自然科学版)》期刊2002年01期）
田保光,王奉民,刘秀英[7]（1997）在《岭型压缩主成分估计及其性质》一文中研究指出本文定义了一类新的降维估计，称之为岭型压缩主成分估计。证明了，当参数满足一定条件时，它比主成分估计，岭型主成分估计及最小二乘估计有较小的均方误差。(本文来源于《贵州师范大学学报(自然科学版)》期刊1997年03期）
压缩主成分估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文在均方误差矩阵判别准则和风险函数的差别准则下,对广义线性模型的最优预测与经典预测的优良性进行比较分析,获得了比较基于压缩主成分估计的两类预测优良性的充要条件,并运用统计模拟对该充要条件进行了实证分析.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
压缩主成分估计论文参考文献
[1].闻斌.线性模型中压缩主成分估计的若干性质[J].常熟理工学院学报.2008
[2].叶鹰,万雄波.基于压缩主成分估计的预测优良性的一个充要条件[J].应用数学.2008
[3].万雄波,叶鹰.基于压缩主成分估计的两类预测的最优性判别[J].武汉科技学院学报.2007
[4].田保光,翟发辉.压缩主成分估计的方差最优性质(英文)[J].菏泽学院学报.2005
[5].李胜宏,周占功.压缩主成分估计的一些性质[J].五邑大学学报(自然科学版).2003
[6].张启全.压缩主成分估计[J].山东师范大学学报(自然科学版).2002
[7].田保光,王奉民,刘秀英.岭型压缩主成分估计及其性质[J].贵州师范大学学报(自然科学版).1997
论文知识图
