几类统计模子的估计和预测理论.pdf

摘要 摘要 本文主要是研究凡类统计模型的参数估计帮有限总体中未来观察值的预测 等统诗接断问题， 对于一般线蛙混合模型，考虑了固定效应帮髓规效应线性缀合以及协方差阵 的估计问题+当观测向量的协方差矩阵可以奇异时，给出了这个线性组合的最佳 线性无偏估计的明确表达式．利用上述结论，关于一般线性混合模型的特别情形： 三个小域模型，首次给出了小域均值的谱分解估计．进一步，基于方麓分量谱分解 估计，褥妥了两步估计的淘方误差豹二阶遥近。注意到在含两个方差分量的一般 线性混舍模壁和一般多翔分类平衡数据混合模型中游方差阵熬结构特征，利瑗观 测向爨蜘方差阵的谱分解中的幂等阵对原模型进行线性变换，从而将协方差眸的 估计蛔题转化为其所有置不相同的特征值的同H雩估计闯题，给出了协方差阵的谱 分解估计类，并且得到了这个谱分解估计类中的最优不变估计．应用统计决策理 论，比较了谱分解估计，方差分拆估计和最小范数二次无偏估计的德趄性，导出了 谱分解估计优于方差分析值计和最小范数=次无偏估计的一些充分条{孛． 在沓蠢随凝回妇系数的一般线性横型中，营次提出了随机回归系数帮参数 的M汹m㈧估计问题，分别在齐次线性{鑫计类鞍一切佑诗类中研究了一个线性 估计的MinimaX性．首先，在观测向量的协方蓑阵可以是非负定阵的情况下、对 文献中的二次损失甬数进行适当的修改，考虑了一个可估函数在齐次估计类中 的Minim粼估计的存在性，给出了其存在的充要条件；无需正态假设，证明了一 个线性信计是可估函数在齐次估计类中麴唯一Min瓢ax售诗。接蓦考虑了一个 一T—— 北京工业大学理学博士攀能论文 自然的问题，即上述的线性MiniIn“估计是否也是可估函数在一切估计类中的 MinimaX估计，在联溯向量服从正态分布假设下，我们给出了肯定的回答，虽证 明了冀在几乎处处意义下的唯一性。 在一般生长越线模型中，考虑了强!j萋系数矩降兹可绩邈数的信诗润题．研究 了在实际中当模型麴观溅矩簿不簸完全获得，雨只能观涎到它的蔡煞线蛙黼数 时，可估函数的BLuE的存在性。通过将～般Gau8s-Markov模型中的关于全体 可倍瀚数的线性充分性概念推广到一般生长曲线模型中的任一可估函数上，绘出 了线性充分性的一般性结论，导出了观测矩阵的线性变换保持可估函数的BLUE 的充螫条律． 最盾，我们讨论了有隈总体中几稀优囊性准则下来来观察谯的预测阏题．在 超总体的观点下，分别研究了线性可预测量的最佳线性无偏预测的稳健性，二次 损失下线性预测的Minim毡x性以及多元线蛙模粼中线性预测盼泛容许性．蓖先， 考虑了当真实模型的协方差阵扰动情形下，线性可预测量的BLuP保持其优良 经的充要条件，给出了BLuP具有稳健性的特征．其次，对于任意秩的有限总体， 研究了线性可预测鳖的一个线性预溺在一切预测类中的MinimaX性，利雳预测 的可容许性理论，在正态分布下证明了其为线性可颈测量的唯一M觚max预测． 最后，对于一般的多元线蛙模型，考虑了未来观测矩障的线牲预测的泛容许性． 在一个统一的标准卜^研究了预测的可容许性，给出了泛容许性预测的定义，得到 了线性可预潮变量的一个线性预溯在齐次和非齐次线性预测类中的泛容许性特 征． 关键谰： 线性模型；有限总体；方差分羹；谱分解倍诗；Mi越m“估计 一II— Abstract Abstrac屯 The i8 with the8isconcerⅡedstatisticalinferences e8ti_ includingparameter offutureob8ervationsin基nhe underseveral m毹ion糊讨prediction populations statisticaI