导读:本文包含了回归系数阵论文开题报告文献综述及选题提纲参考文献，主要关键词:Pitman准则,增长曲线模型,混合估计,最小二乘估计
回归系数阵论文文献综述
桂咏新[1]（2008）在《增长曲线模型中回归系数阵混合估计的Pitman优良性》一文中研究指出在Pitman准则下比较了增长曲线模型中回归系数阵的最小二乘估计与混合估计的优劣,给出了混合估计在Pitman准则下优于最小二乘估计的条件.(本文来源于《咸宁学院学报》期刊2008年03期）
闻斌,欧卫华[2]（2008）在《生长曲线模型中回归系数阵的一类线性估计的优良性》一文中研究指出设生长曲线模型为Yn×p=An×mBm×kCk×p+En×p,E~N(0,σ2InIp).当ATA为病态时,令回归系数阵的最小二乘(LS)解和一类线性估计分别为■=(ATA)-ATYCT(CCT)-1和■1=(ATA+ρ∑)-1ATYCT(CCT)-1,其中ρ>0为常数,∑为正定阵.分别在ATA和∑的可交换性未知和已知的情形下证明了在适当条件下■1在PC准则下优于■.并将这一结论推广到ATA和CTC都是病态时的情况.(本文来源于《常熟理工学院学报》期刊2008年04期）
白鹏[3]（2007）在《生长曲线模型中回归系数阵的极大似然估计的精确分布》一文中研究指出对于生长曲线模型,基于理论发展和应用效果的考虑,本文引入了Gauss型误差．在此误差下,本文研究了模型中回归系数阵的极大似然估计的精确分布,求出了此分布的密度和特征函数．(本文来源于《应用数学学报》期刊2007年01期）
严国义,肖世永[4]（2006）在《含有随机效应的增长曲线模型回归系数阵的BLUE》一文中研究指出应用Albert法给出了当设计阵、方差阵已知时,含有随机效应增长曲线模型回归系数阵B的可估函数KBL′(K,L均为已知的矩阵)方差矩阵在非负定意义下达到最小的最佳线性无偏估计,并证明了估计的优良性.(本文来源于《武汉化工学院学报》期刊2006年02期）
陆建[5]（2006）在《PC准则下生长曲线模型回归系数阵的一类线性估计的优良性以及最佳无偏仿射分解》一文中研究指出本文讨论了概率论与数理统计的某些专题，分为两章，由2篇论文组成，其中第一篇文章已经公开发表。 第一章讨论的是在PC准则下生长曲线模型回归系数阵的一类线性估计的优良性。设生长曲线模型为Y_(n×p)=A_(n×m)B_(m×k)C_(k×p)+E_(n×p)，E～N(0，σ~2I_n(?)I_p)。当A~T A为病态时，令回归系数阵的最小二乘(LS)解和一类线性估计分别为(?)=(A~T A)A~T YC~T(CC~T)~(-1)和(?)_1=(A~TA+σ∑)~(-1)A~TYC~T(CC~T)~(-1)，其中ρ＞0为常数，∑为正定阵。分别在A~TA和∑的可交换性未知和已知的情形下证明了：在适当条件下(?)_1于PC准则下优于(?)。并将这一结论推广到当A~TA和CC~T都是病态时的情况。 第二章讨论的是最佳无偏仿射分解。这一章分两个部分。设有两个线性回归模型：y1=X1β1+u1和y2=X2β2+u2，其中y1和y2无法观测到，但是我们可以得到y=F_1y1+F_2y2的观测值，这里F_2为可逆矩阵。通过上述的两个线性回归模型和观测值y来估计y1和y2 第一部分：给出线性无偏仿射分解(?)1和(?)2存在的充要条件。并在该条件下，给出了最佳线性无偏仿射分解。 第二部分：在F_1=F_2-I的假设下，给出非线性无偏仿射分解(?)1和(?)2存在的充要条件和满足最优性的充分条件。并通过这些条件，给出了最佳非线性无偏仿射分解。(本文来源于《东南大学》期刊2006-02-15）
陆建[6]（2005）在《PC准则下生长曲线模型回归系数阵的一类线性估计的优良性》一文中研究指出设生长曲线模型为Yn×p=An×mBm×kCk×p+En×p,E~N(0,σ2In Ip).当ATA为病态时,令回归系数阵的最小二乘(LS)解和一类线性估计分别为B^=(ATA)-ATYCT(CCT)-1和B^1=(ATA+ρΣ)-1ATYCT(CCT)-1,其中ρ>0为常数,Σ为正定阵.分别在ATA和Σ的可交换性未知和已知的情形下证明了:在适当条件下B^1于PC准则下优于B^.并将这一结论推广到当ATA和CCT都是病态时的情况.(本文来源于《东南大学学报(自然科学版)》期刊2005年06期）
桂咏新,刘贤龙,严国义[7]（2004）在《奇异增长曲线模型中回归系数阵的最优估计》一文中研究指出讨论了协差阵可能奇异情形下回归系数阵的最优估计,作为特例给出了协差阵非奇异时回归系数阵的最优估计,同时给出了最小二乘估计与最优估计相等的条件(本文来源于《咸宁学院学报》期刊2004年03期）
桂咏新,刘贤龙,严国义[8]（2003）在《推广增长曲线模型中回归系数阵的最小二乘估计》一文中研究指出对于推广的增长曲线模型Y =∑2i=1AiBiCi+Ξ ,其中Bi(i=1 ,2 )为未知系数阵 ,本文利用投影阵和递归算法给出了回归系数阵B1 ,B2 的最小二乘估计的具体表达式(本文来源于《咸宁学院学报》期刊2003年06期）
严国义[9]（2003）在《含有随机效应增长曲线模型回归系数阵与协方差阵的估计》一文中研究指出增长曲线模型(The Growth Curve Model简称GC模型)是较广泛的一种线性模型，已有大量学者从理论和应用两个方面对之进行了讨论。A.P.Verbyla和W.N.Venables(1988)将GC模型进行了推广，得到了推广增长曲线模型(The Extension of Growth Curve Model简称EGC模型)，并在观察矩阵服从正态分布，各设计矩阵均为列满秩的条件下，给出了参数矩阵估计值的一种算法。 Anderson，Amemiva和Fujisawa等学者将GC模型推广为含有随机效应的增长曲线模型(The Growth Curve Model With Random Effects)，并在观察矩阵服从正态分布的条件下作了关于均值的广义线性假设似然比检验。 本文考虑进一步推广的增长曲线模型： Y=XBW′+XΞ+E 其中Y:n×p，Ξ:k×p，E:n×P为随机矩阵，X_(n×k)、W_(p×l)为已知的设计矩阵，B_(k×l)为未知回归系数矩阵，Ξ_(k×p)=(ζ_(1)ζ_(2)…ζ_(k))′， E=(ε_(1)ε_(2)…ε_(n))′ 。ζ_(1)，ζ_(2)，…，ζ_(k)相互独立，ε_(1)，ε_(2)，…，ε_(n)相互独立，ζ_(1)，ζ_(2)，…，ζ_(k)与ε_(1)，ε_(2)，…，ε_(n)相互独立，ε(i)～(0，∑)，ζ(j)～(0，Γ)，E(ε_(i)ε_(i)′(?)ε_(i)ε_(i)′)=ψ_1(存在有限)，E(ζ_(j)ζ_(j)′(?)ζ_(j)ζ_(j)′)=ψ_2(存在有限)。本文共分叁章，第一章介绍了此模型的背景及相关的研究成果，第二章利用ALBERT法在相当弱的条件下求出了模型中回归系数阵B的可估函数KBL′的拉直(K(?)L)B在非负定意义下的最佳线性无偏估计为 第叁章本文利用矩阵的谱分解和投影理论，给出了模型中随机效应和随机误差一 两种不同性质的随机变量的协差阵D，二及其线性函数tr（o＋Dr）的最小二乘估 计，并讨论了估计的一些优良性。主要结果如下： 且）当M；二＊一XY个一0时 二”＝（rln－rZ’）丫rZM。厂’GYM。＋W。了’现） F”＝（rln－rZ’）1（nM。厂’G阿一rZM。Y’阿） tr（CZ”＋DF”）＝tr（h、＋tr（DF＋ ＝－（nn－rZ寸’rZy’（G＠M。CM。）y＋（rn－rZ‘）’门y丫In＠M。CM。）y＋ （rln一＊。）’吵’（G＠M。DM；）y一（rln一rZ’）’rZy’（In ＠M。DM；V lr（h“＋D广）是…＋DF）的无偏估计的充要条件是： C二MZCMZ，D二MZDMZ （2）当 M；二 In一 H”X 0时， Z’＝r3’［M。Y’＋（I，－M。）YW JYM。＋M；Y（I。－M川一rZ（nr－rZ b’M。Y℃YM。 ＋（rZ＋rs3－rln）［r3（nrl－rZ对叫M。y’vu。 厂“二 n（n 一 rZ‘）’M。yGyM。一 rZ（nrl一 rZ’）． M。YWW； tr（h”＋DD”）＝tr厂二”）＋tr（DD、 ＝r3VIM；＠（C一M。CM0y一rZ（nrl一rZ‘）V（G＠M。CM。V ＋ rl（nrl一 rZ z）y（In ＠ M。CM。）y＋ n（nrl一 rZ’）＂ y’（G ＠ M。DM。＊ －rZ（nrl－rZ‘）＊（In－M。DM。＊ ／在巴人硕士学位论文 ＼3CZ；k：ty＼IVr厂S＊山1卜tr厂z“＋D广）是 tr（h十厂＊的无偏估计的充要条件是：D＝M。DM。(本文来源于《华中师范大学》期刊2003-06-01）
盛世明[10]（2000）在《增长曲线模型中协差阵与回归系数阵的最优估计》一文中研究指出在椭球等高分布情形下给出了增长曲线模型中协差阵与回归系数阵的最小模不变二次加线性无偏估计 ,并得到了最小模不变二次加线性无偏估计成为一致最小方差不变二次加线性无偏估计以及一致最小方差不变二次加线性无偏估计存在的充要条件(本文来源于《上饶师范学院学报》期刊2000年06期）
回归系数阵论文开题报告
（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：
设生长曲线模型为Yn×p=An×mBm×kCk×p+En×p,E~N(0,σ2InIp).当ATA为病态时,令回归系数阵的最小二乘(LS)解和一类线性估计分别为■=(ATA)-ATYCT(CCT)-1和■1=(ATA+ρ∑)-1ATYCT(CCT)-1,其中ρ>0为常数,∑为正定阵.分别在ATA和∑的可交换性未知和已知的情形下证明了在适当条件下■1在PC准则下优于■.并将这一结论推广到ATA和CTC都是病态时的情况.
（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。
回归系数阵论文参考文献
[1].桂咏新.增长曲线模型中回归系数阵混合估计的Pitman优良性[J].咸宁学院学报.2008
[2].闻斌,欧卫华.生长曲线模型中回归系数阵的一类线性估计的优良性[J].常熟理工学院学报.2008
[3].白鹏.生长曲线模型中回归系数阵的极大似然估计的精确分布[J].应用数学学报.2007
[4].严国义,肖世永.含有随机效应的增长曲线模型回归系数阵的BLUE[J].武汉化工学院学报.2006
[5].陆建.PC准则下生长曲线模型回归系数阵的一类线性估计的优良性以及最佳无偏仿射分解[D].东南大学.2006
[6].陆建.PC准则下生长曲线模型回归系数阵的一类线性估计的优良性[J].东南大学学报(自然科学版).2005
[7].桂咏新,刘贤龙,严国义.奇异增长曲线模型中回归系数阵的最优估计[J].咸宁学院学报.2004
[8].桂咏新,刘贤龙,严国义.推广增长曲线模型中回归系数阵的最小二乘估计[J].咸宁学院学报.2003
[9].严国义.含有随机效应增长曲线模型回归系数阵与协方差阵的估计[D].华中师范大学.2003
[10].盛世明.增长曲线模型中协差阵与回归系数阵的最优估计[J].上饶师范学院学报.2000