07a最小二乘估计范例.ppt

第七章 BLUP法Best linear unbiased prediction 第一节 有关基础知识 一、随机向量、期望向量和方差-协方差矩阵 设： 是n个随机变量 其数学期望分别为： 协方差为： 其方差和协方差可以用矩阵的形式写成 G为对称矩阵（G′=G） G′=G 矩阵的主对角线上的元素 是 的方差。 在第i 行，第 j 列上的元素 （ ）是 和 的协方差。 G为随机变量的方差——协方差矩阵。 容易看出 如果数学期望为零，或令: 则上式变为： 若对作线性变换： 写成矩阵形式为： ①数学期望矩阵 ②方差——协方差矩阵 如果我们有 则： 二、线性模型基础知识 1、模型（Model）：所谓数学模型(mathematical model)是指用来描述某种现象的特征或本质的数学关系式。 线性模型( Linear model )：在模型中包含的各因子是以线性相加的形式影响观测值。 2.2一般最小二乘估计 任何固定模型都可用向量和矩阵的形式写成： 假定 则 通常的多元线性回归模型也可看作是一种固定模型。 这里若考虑误差