半相依回归模型参数的协方差改进估计.pdfVIP

第25卷 第6期 工 程 数 学 学 报 Vo1．25No．6 2008年12月 CHINESEJOURNALOFENGINEERING MATHEMATICS Dec．2008 文章编~：1005—3085(2008)06—1074—07 半相依回归模型参数的协方差改进估计木 马铁丰 ，王松桂 (1一西南财经大学统计学院，成都 610074；2一北京工业大学应用数理学院，北京 100022) 摘 要：本文研究了两个半相依回归系统的未知回归系数的估计问题。本文首先给出一种基于方差分量限 定估计的两步协方差改进估计，并且给出了均方误差意义下优于最小二乘估计的条件。对于基于 方差分量非限定估计的两步协方差改进估计，利用服从Wishart分布随机变量的可加性，本文给 出了一种全新的估计形式，并且证明了该估计较文献中给出的两步协方差改进估计更加有效。 关键词：半相依模型；协方差改进估计；两步估计 分类号：AMS(2000)62H12；62F10 中图分类号：O212．1 文献标识码：A 1 引言 考虑含有两个相依线性回归方程的线性回归系统 Yi=Xi +E， i：1，2 (1) 这里 Y 为 凡×1观测向量， 为 nxPt列满秩设计阵， 为P ×1未知回归系数， 是 随机误差向量 。假定 (￡1，￡2)的行独立 同分布，每一行服从二维正态分布 Ⅳ2(0，∑)，其 中E=(j)为2阶未知正定阵，并且 】2≠0。 记Y=(， )，X=diag(X1，X2)， = (，t)，￡=(￡tl，￡)。易知 ￡服从2n维正态 分布 N(0，∑0I)，其中符号 “O”表示矩阵的Kronecker乘积， 为n阶单位阵。 这类模型在计量经济、工业、生物及计量地理等领域有着广泛的应用，因此关于它的研究 受到统计学者的关注，尤其是对于两个回归方程的回归系统的研究，由于容易得到一些较为完 美的结果，因此更是备受关注。在 ∑已知时， 的Gauss—Markov估计为 = ( (∑一0 ))一X (∑一 I)y． (2) 在实际应用中，∑往往是未知的，这时一种简单的处理方法就是忽略回归误差向量间的相 关性的最小二乘估计 = ( 显然此估计没有充分利用样本信息，因此有必要寻求更为有效的估计。另外一种兼顾误差向量 间的相关性和可行性的 的估计就是Zellner提出的两步估计 【，】 = ( (s一o ))一X (s一 I)y， (4) 收稿 日期：2006—10—31．作者简介：马铁~(1978年11月生)，男，博士．研究方向：线性模型，多元分析 基金项目：国家自然科学基金数学天元青年基金(10726O45)． 第6期 马铁丰，王松桂：半相依回归模型参数的协方差改进估计 1075 这里S= ，其中 =(yi，2)， = 一2(2 )一 ， =(X1，2)，r=r()。 不失一般性，本文只考虑 1的估计， 的情况类似。由于两步估计是非线性的，因此讨 论其统计性质比较困难，许多学者考虑一些其他的方法。Revankar[3,4】给出一种两步协方差改 进估计 1(s)= 1一 兰(xlx1)一XlN：y2 (5) 822 Revankar[3]~ 了 1的两步协方差改进估计 1(s)的协方差阵 cov())一 ( --I__G11p[2一 ～X；i,X( ～， 这里 P=—』上l-r。显然当 (O11G22)