线性模型中s-估计及应用的研究.pdfVIP

线性模型中s- K 估计及其应用研究 摘 要 线性模型是现代统计学中的一个重要分支，在生物、管理、 地质、气象、农业、工业等许多领域有着广泛的应用.关于线性 模型的研究，参数估计是重要的研究内容之一 . 特别地，针对最小 二乘估计处理复共线性的不足，相关有偏估计的研究一直是统计 学的研究热点 . 本文研究了线性模型中s - K 估计的几种推广形式，从理论上 证明了各种新估计在均方误差阵意义下的优良性，并给出了数值 模拟 . 全文分为四章，第一章综述了有偏估计的研究进展，简要介 绍了相关的预备知识 . 在第二章中，我们提出一类改进的s - K 估 计，证明了它的优良性 ，Monte Carlo模拟结果进一步验证了理论 的正确性. 第三章我们提出了一类带随机约束的s - K 估计，同时 得到了新估计优于其它估计的充要条件 . 在第四章中，我们提出 了s - K 型主成分估计，并研究了参数的选取问题 . 关键词：多重共线性；最小二乘估计；岭估计；Stein估计；s- K 估计；主成分估计；随机约束 万方数据 T h e s - K e s t im a t o r a n d its a p p lic a t io n s in t h e Lin e a r M o d e l A b s t r a c t The linear model is an important branch of modern statistics, many problems in biology, geology, meteorology, management, agricul­ ture, industry and other fields can be used in linear model to approx­ imate description. Parameter estimation is an important part of the study in linear model. Due to the disadvantage of the least squares estimator for dealing with the multicollinearity, the research on the bi­ ased estimation in the linear model is always one of the most popular issues in statistics. This paper studied several extended form of s - K estimator in the linear model. We proved the superiority of all kinds of new estimators in the mean square error matrix sense theoretically, and showed numerical simulation. The paper is composed of four parts. In the first part, we make a brief review about the development of the biased estimator