广义岭型主成分估计优良性研究.pdfVIP

第32卷 第6期 佳 木 斯 大 学 学 报 ( 自然 科 学 版 ) Vo1．32 No．6 2014 年 11月 JournalofJiamusiUniversity(NaturalScienceEdition) Nov． 2014 文章编号：1008—1402(2014)o6—0939一O2 广义岭型主成分估计优 良性研究① 张 拓， 李胜起 ， 徐坤哲 (渤海大学 数理学院。辽宁 锦州 121013) 摘 要： 对有偏估计 中的广义岭型主成分估计的优 良性进行 了较深入的研究．证 明了广义岭型 主成分估计优于最小二乘估计的充要条件，并在此基础上对几类常见的有偏估计在均方误差 (阵)条件下优于最小二乘估计的充要条件进行了拓展． 关键词： 广义岭型主成分估计；最小二乘估计；均方误差；有偏估计 中图分类号 ： 0212．I 文献标识码 ： A 于最小二乘估计 的充要条件为： 1 广义岭型主成分估计 [T,K(2K+ K) + 一r厶2 一] ≤ 考虑线性模型…Y= +占，E()=0， 其中 Cov(占)= ，，设K=diag(k1，k2，…，kp)，其中K A1=diag(A1，A2，…，A)， 0， = 1，2，…，r，0 ≤ r≤ P．称 ，(K) = △2=diag(Ar+1，Ar+2，…，A。) ( X +K) 】，为参数向量卢的广义岭 证明： 采用典则形式 ，由前文可得： 型主成分估计 J． MSEM()一MSEM(，(K)) 其中T= ( i 一，)是由矩阵 的标准特 = [△_’一11(△。+K)-1△1(△1+ )-1，] 征向量构成的正交阵， 表示 的前r列，一，表示 一 [，1(△1+ )I1△1，l一J] [，1△1(△l 的后 P—r列．则 由此可知 X =△1= 十K) ，1一，] diag(A ，A2，…，A)，且 一Xxr,一 = △2 = 令S，(K)= (△ + ) diag(A川，Am ，…，A。)．为方便下面问题的讨论， 采用典则形式 J： A= [△_。一，s，(K)-1△1s，()-1，l] 设 的特征值为 A，A：，…，A，对应的标准 B=[I1S(K)△1，l一，]0c[114,1S，()．111一，] ‘ ’ 正交化特征向量为 ，：，…， ，记 =(。，2， ． sI，(K) △1+S，()～K=，， … ， )， 为Pxp标准正交阵，即 =L记A= 可知 diag(A，A：，…，A。)，则 X ： ，线性模型：Y ，ls，()-1△l，1一 =一[，2+，1s，()-1KI1] = 01+ + ，()=0，Cov(占)= ，可写为： · ． ． B= [，2，2+，S，(K) KI1] [，2，2 Y=a0l+Za+ ，E()=0，Cov()= ，，其中 +11KS(K) l]= ，2 ，2 Z = ， = +，lIs，()一KIl ，1KS，(K)-1，1+C+D 均方误差在参数与估计的正交