论文部分内容阅读
线性模型是现代统计学中的重要模型,在现代统计学中占有中心的地位,本文就是研究带随机约束线性模型的参数估计,同时也研究带有等式约束的奇异线性模型的估计。
在带有随机约束的线性模型中,考虑两个估计的组合是克服复共线性问题的有效方法。基于这一点,本文提出一个新的加权混合岭估计,得到了这个新的估计优于广义最小二乘估计、岭估计和加权混合估计的充要条件,并用数值举例说明理论结果。
在奇异线性模型中,考虑带等式约束的奇异线性模型的参数估计。为了克服复共线性问题,本文提出一个新的Liu型估计,同时给出这个估计的一些性质,并且得到了这个新的Liu型估计在均方误差矩阵(MSEM)准则下优于约束最小二乘估计的充要条件;以及在均方误差(MSE)准则下新的估计优于约束最小二乘估计的充分条件。