平衡损失函数下bayes线性无偏最小方差估计的优良性.pdfVIP

第46卷 第 11期 山 东 大 学 学 报 (理 学 版) 2011年 11月 Vo1．46 No．11 JournalofShandongUniversity(NaturalScience) NOV．2011 文章编号：1671-9352(2011)11-0089-07 平衡损失函数下Bayes线性无偏 最小方差估计的优 良性 刘谢进 ，缪柏其 (1．淮南师范学院数学与计算科学系，安徽 淮南232038；2．中国科学技术大学统计与金融系，安徽 合肥 230026) 摘要：在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最优加权最 小二乘(OWLS)估计的优 良性，并导 出在一定条件下二者趋于一致。在PRPC(predictivePitmanclosenesscriteri— on)准则下研究了BLUMV估计相对于OWLS估计的优 良性。 关键词：Bayes线性无偏最小方差估计；最小二乘估计；最优加权最小二乘估计；平衡损失风险函数准则；PRPC准则 中图分类号：O212．1 文献标志码：A ThesuperiorityoftheBayeslinearunbiasedminimum Varianceestimator underbalancedlossfunction LIUXie-jin，MIAOBai．qi (1．DepartmentofMathematicsnadComputionalScience，Hualnna NormalUniversity，Huainan232038，Anhui，China； 2．DepartmentofStatisticsnadFinnace，UniversityofSciencenadTechnologyofChina，Hefei230026，Anhui，China) Abstract：ThesuperiorityofhteBayeslinearunbiasedminimumvarinace(BLUMV)estimatorwihtrespecttohteopti— mallyweightedleastsqurae(OWL S)estimatorofunknownpraameterwasstudide intermsofhtebalnacedlossrisk functioncriterion，andhtetwoestimatorscanconvergetohtesameoneunderacertaincondition．Thesuperiorityofhte BLUMV estimatoroverhteOWL SestimatorwasstudiedunderpredictivePitmna closeness(PRPC)criterion． Keywords：Bayeslinearunbiasedminimum varinaceestimator；leastsquraeestimator；optimallyweightedleastsqurae estimator；balancedlossriskfunctioncriterion；predictivePimtna closenesscriterion 0 引言 考虑如下线性模型： Y= +￡， (1) 其中y是 ×1的观测向量，x是 xp的列满秩矩阵，JB为P×1的未知随机参数向量，E为n×1的随机误差 向量，E(E)=0，COV(E)= ， 为常数，0已知，卢与E相互独立。 模型(1)包含 了若干常见的线性模型，例如：若 = I，模型 (1)就是 Gauss—Markov模型；若 = diag( I，tr2212，…，：J)，模型(1)属于异方差线性模型；若 =diag(~，：，…，)，模型(1)就是同类自