两类约束线性随机模子的渐近最优平均选择.pdfVIP

两类约束线性随机模型的渐近最优平均选择 基础数学 研究生解其昌 指导教师赖绍永(教授) 论文摘要：本文运用最小二乘方法和极小化信息模型选择准则、研究了两类受约束 线性随机模型的选择问题．在一些正贝!l条件下，证明了我们的模型选择是渐近最优 的． 第一章研究了一类独立同分布约束线性随机模型的选择问题，并运用平均 最小二乘方法得到了这类约束线性随机模型的一个线性无偏估计．在一个离散 指数集合中，我们定义了所研究模型的平均估计，然后利用极小化广义信息准 则(tiC)方法来选择一个最佳的平均估计．这个选择出来的平均估计被证明是渐 近最优的． 第二章研究了一类Gauss分布约束线性随机模型的选择问题，并运用加权最小 二乘方法得到了这类约束线性随机模型的一个线性估计．在一个离散权集中，我似 定义了模型的加权估计，并建立了一个k类广义信息准则(bG』C)来选择一个最佳 的加权估计．使用最小化k类广义信息准则方法，这个选择出来的估计被证明是渐 近最优的，即获得了最小均方误差． 关键词：模型选择；约束线性随机模型；独立同分布；均方误差；最小二 乘估计；Chebyshev不等式；幂等矩阵；Gauss分布；渐近最优；广义信息准则． 第i页，共34页 SelectionforTwo AsymptoticOptimalityAveraging ofConstrictedLinearStochasticModels Types PureMathematics Writer：Xie Supervisor：Lai Qichang Shaoyong Abstract：Inthis least and in- paper，thesquaresapproachminimizing formationmodelselectioncriterionare for the adoptedinvestigatingselecting fortwo ofconstrictedlinearstochasticmodels．Undercertain problemstypes are tobe regularconditions，theseselectingproceduresprovedasymptoticopti- reality． 1focusesonthe foraconstrainedlinearsto- Chapter selectingproblems unbiased chasticmodelwith andidenticaldistribution．Alinear independent estimatoroftheconstrainedlinearstochasticmodelisobtained the byusing adiscreteindex seriesof esti- least method．In squares set，a averaged