约束线性模型参数的Stein估计和岭估计的研究.pdfVIP

摘 要 摘 要 本文主要研究了基于齐次等式约束线性模型下的岭估计和 Stein 估计。在均方 误差（MSE ）、均方误差阵（MSEM ）和Pitman Closeness(PC)准则意义下，结合两 种估计方法的思想，提出一种新的约束有偏估计：约束岭型 Stein 估计。另外，在 带有非齐次等式约束的误差方差奇异的线性回归模型下，改进了广义条件岭估计。 论文第一章主要分别介绍了约束线性回归模型，奇异线性回归模型，最小二乘 估计，约束最小二乘估计，岭估计以及 Stein 估计等参数估计的若干基本概念及其 国内外的研究现状，并给出了论文的 主体结构。 论文第二章主要讨论参数的齐次等式约束线性回归模型，误差方差已知和未知 情况下的模型参数的约束岭型 Stein 估计。并在PC 准则和 MSE 准则下，而且在适 当的岭参数（对本章提出的估计也可称为压缩系数）下分别证明了约束岭型 Stein 估计优于 RLSE 的优良性的充分条件。最后利用五个国家间的经济数据建立约束线 性回归模型，验证了约束岭型 Stein 估计较优于 RLSE 。 论文第三章则主要研究了在约束岭型 Stein 估计下的因变量的预测问题。在 MSE 准则下，且在适当的条件下证明了约束岭型 Stein 预测优于约束最小二乘无偏预测 的充分条件。同时，利用第二章的五个国家的经济数据，建立预测模型，验证了约 束岭型 Stein 预测相对于约束最小二乘无偏预测较优。 论文第四章将模型建立在更为普遍的条件之上，基于方差奇异型非齐次等式约 束的线性回归模型，提出了模型参数的广义条件岭估计，并且在 MSE 和 MSEM 的 准则下证明了在一定的条件下广义条件岭估计优于 RLSE 。最后同样利用第二章的 经济数据对结论进行实证分析。 论文第五章是对本文所做主要研究工作的总结和概括，说明了研究工作的理论 价值和实际意义，并指出今后可以进一步研究的几个问题。 关键词：约束线性模型，约束最小二乘估计，约束岭型 Stein 估计，广义条件岭估 计，最优无偏预测。 -I- 万方数据 Abstract Abstract In this paper, ridge estimation and Stein estimation based on homogeneous equality constraints linear model are investigated. Under the standard of the Mean Square Error(MSE) 、the Mean Square Error Matrix(MSEM) and Pitman Closeness(PC), integrating the two estimate methods, we put forward a new constraints unbiased estimation, that is constraints ridge type Stein estimation. Furthermore, in the error variance singular linear regression models