一类非平衡差分量模型的参数估计.pdfVIP

摘要 缘陛混合模型是既包含固定效应又包含随机效应的一类线性模型，它被频繁 应用于生物、医学、经济、抽样设计和质量控制等过程。作为线性混合模型的一 个重要研究方向，本文研究的含有两个方差分量的混合效应模型颇受统计学家关 注。但很多现有的研究成果都是针对平衡模型得到的，对非平衡模型参数估计的 研究并不多。对于实际中经常遇到的非平衡模型如果忽略模型的非平衡性，会带 来估计精度下降等一系列问题。本文研究了一类比较一般的含两个方差分量的非 平衡混合效应模型。在充分考虑了模型非平衡性和设计阵特殊结构的基础上，提 出了模型参数的新估计。 Least 众所周知，当方差分量已知时广义最J,--乘估计(Generalized Square Linear Unbiased Estimate，GLSE)是对于固定效应的最佳线性无偏估计(Best Generalized 使用最小二乘(LeastSquare，LS)估计或两步广义最小二乘饵stimated Least Square，EGLS)估计。但是这两种方法存在估计精度低或需要迭代、计算比 较复杂的问题。本文研究了固定效应的一个无偏估计类，在均方误差标准下，利 Square 用约束非线性最优化方法找到了一种均方误差(Mean Error,MSE)意义下 最优且计算比较简单的新估计一一最佳组合估计(Best Estimate。 Compound 出的估计，并给出了BCE优于最小二乘(Ls)估计的充分条件。同时对于混合效 应，我们也给出了一种计算相对简便的非迭代估计。最后我们通过模拟方法将我 们给出的估计与两步广义最小二乘(EGLS)估计等现有研究成果作了比较。模拟 结果表明，BCE在估计精度上与两步广义最小二乘(EGLS)估计相当，但计算上 比其简单；同时与最小二乘(LS)估计不同，BCE对非平衡程度较大的模型也具有 很好的稳健性。 关键词：线性混合模型；固定效应；方差分量；非平衡数据；均方误差 Abs仃act of modeIsthatcontainbothfixed modelisasubclasslinear Thelinearmixed kind hasextensive in andrandomeffects．Thisofmodel effects applicationbiology, and of medical designindustry science，economyfinance，environmentprotection thelinearmixed SO an researchfieldabout and on．Asimportant model，the