约束型矩阵最小二乘估计预测.pdfVIP

2014年 11月 汕头大学学报 (自然科学版) 第29卷 第4期 N0 2O14 JournalofShantouUniversity(NaturalScience) VOI．29 NO．4 文章编号 2014)04—0048—05 约束型矩阵最小二乘估计预测 朱 宁，严冠东，刘庆华 (桂林电子科技大学数学与计算科学学院，广西 桂林 541004) 摘 要：本文提出了约束型矩阵模型的最小二乘估计预测量 ，矩阵型 MSE准则 ，矩阵型 R (·)准则 ，矩阵型MDE一准则．进一步，给出了约束型矩阵模型最小二乘估计预测关于 MSE准则、 (·)准则优于它的最佳线性无约束矩阵型最小二乘估计预测的充要条件．探究 (·)准则与 MDE一准则的相互转化关系，给出了约束型矩阵模型最小二乘估计预测优于无 约束矩阵型最小二乘估计预测的充要条件． 关键词：约束型矩阵预测量；无约束矩阵预测量；R(·)准则；MDE一准则；最优性 中图分类号：O212．1 文献标志码：A O 引 言 异方差回归模型中的干扰 项不服从独立同分布的假定，通常不能使用普通最小二 乘法，而是采用广义最小二乘估计．文献[1】提供了研究矩阵型最小二乘估计方法，在文 献2【1中研究异方差回归模型预测的最优性判别．文献3【]对这两类预测量从风险函数的最 优性判别进行了讨论，这里矩阵A≥0．文献[4】对最优性预测量和经典预测量关于离差 矩阵的最优性判别进行了讨论． 本文结合文献[1—2]中的研究方法，研究独立同分布回归模型，考虑误差协方差阵 为 o，的情形，在多元线性模型中对约束型矩阵最小二乘估计预测量和无约束矩阵型 最小二乘估计预测量的最优性判别进行讨论，提出约束型矩阵最小二乘估计预测，并 讨论了约束型矩阵模型最小二乘估计预测优于无约束矩阵型最小二乘估计预测的充要 条件． 现考虑模型 Y P=C P+￡ P，H p=d ， 经过向量化之后可得 收稿 日期：2014—07—21 作者简介 ：朱 宁(1957一)，男，湖南宁乡人，教授 ，研究方 向：线性统计模型．E-mail：znqx@guet．edu．cn 严冠东(1989一)，男，广东电白人，硕士研究生 ，研究方向：应用统计． 刘庆华(1990一)，女，广西平乐人，硕士研究生 ，研究方 向：数理统计． 第4期 朱 宁等：约束型矩阵最小二乘估计预测 49 Vec(y)= ec(卢)+Vec(~)，E(Vec(~))=0，Cov(Vec(~))： o， RVec(~)=Vec(d) C 0 O … 0 H 0 … O … O O C 0 … O 0 日 … 0 … 0 D ： ● ● ． R = ： ·． ： ： ： ·． ： ·． ： ： ： ● ● ● ● ● ● ● ● ● 0 0 C … 0 rip×trqJ 0 O … 日 … 0 其中 是服从独立同分布，在 RVec()=Vec(d)约束条件下， Vec(~R)=Vec(B)一(DD) (R(DD) Vec(~／)一Vec(d)]，其中Y为n×p阶矩阵，卢为 m×P阶矩阵， 为n×P阶矩阵， 为npXmp阶矩阵，d为nXP阶矩阵．r(尺)=np， M(R)CM(D)． 模型(1)的预测就是利用已知观察值矩阵Y，预测未观察值的矩阵 Vec(y0)=DVec(~)+Vec(~0)． 其中E(Vec(60))=0，Cov(Vec(eo))=or0o ，， E(Vec(~)，Vec(e。))