相依线性回归体系参数估计的改进.pdf

摘 要 估计和压缩主成分估计。第一部分，在x；x，：0的假定下，得到了SUR 的最优线性无偏Bayes估计，获得了在矩阵损失下Bayes估计优于最 于LSE；第二部分，当设计阵呈病态时，提出了两种压缩主成分估计 及相应的两步估计，证明了在一定条件下，在均方误差意义下，这些 估计相对于协方差改进(CI)估计和两步协方差改进估计的优良性及在 线性估计类中的容许性，并且，研究了oi(f=t,2，…，n)的确定方法。 关键词：相依回归模型，Bayes估计，最小二乘估计，最优线性 无偏估计，PC准则，PPC准则，压缩主成分估计，两步估计，协方 差改进估计，容许性 Abstract Thearticlediscussesthebestlinearunbiasedestimatorsof Bayes in Unrelated thefirst parametersSeemingly RegressionModel(m=2)．In the the of bestlinear part，underassumptionxIJ2=0，wepresent of than unbiasedestimators isbetterthe estimator Bayes SUR，the ordinary least the linearunbiased best square estimator(LSE)and estimator(BLUE) in termofthelossmatrix estimatoris criterion，furthermore，the superior toLSEunderthe Pitman thesecond posteriorcloseness(PPC)criterion．In the matrix twoshrunken design isill—conditioned，we part，when propose estimatorsandthe the related estimators，we principal two-stage prove to Covariance estimatorand superiority Improvement two-stage Covariance estimatorunderthemean errorandthe Improvement squ