最佳线性无偏预测及最小二乘估计在不同线性模型下的关系

来源 :上海大学 | 被引量 : 0次 | 上传用户:xiaoyaozhu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对一般的线性混合模型给出了最佳线性无偏预测(BLU预测)的表达式,同时得到了BLU预测的基本性质.在此基础上,利用矩阵秩方法,本文还研究了错误指定模型下与原模型下BLU预测间的关系问题,并给出了使其关系成立的充要条件.此外,本文还考虑了BLU预测在全模型和选模型下的三种等价关系,并分别给出使这三种等价关系成立的充要条件.最后,针对一般的固定效应模型,本文研究了最小二乘估计(OLS估计)在原模型和错误指定模型下等价的问题.在此基础上,当错误指定模型的协方差阵为单位阵时,我们继续给出了错误指定模型下的BLU估计仍与原模型下OLS估计等价的充要条件.   全文共分为三章:   第一章综述了本文的研究背景及所做的工作,介绍了线性模型、参数估计或预测的基础理论.同时,我们还不加证明地给出了关于矩阵方程、矩阵秩、广义逆等方面的一些预备知识.   针对一般线性混合模型,第二章研究了BLU预测的表达式及其基本性质.此外,本章还给出了在错误指定模型下与原模型下BLU预测三种等价关系成立的充要条件.同时,在全模型下与在选模型下BLU预测的三种等价关系的问题也得到相应考虑.   第三章研究的是固定效应模型,本章给出了在错误指定模型下的OLS估计仍为原模型下OLS估计的充要条件.应用已知结果,我们得出使错误指定模型{y,X0β,I}下BLU估计等于原模型下OLS估计的充要条件.
其他文献
2017年10月9日,党的十九大召开前夕,91投资、91文化、91金融、91实业创始人、董事长、CEO许泽玮出席了中国共产党员基层年轻代表中外记者见面会。在9位代表中,许泽玮是唯一一名非公企业人士、唯一一名企业家、唯一一名创业者,也是唯一一名互联网行业的代表。  “今天现场的记者朋友们手机用的软件,大部分都是中国创业者做的。在五年前,中国互联网行业还在学习外国,现在,是全世界在学习中国。中国能缔造
本文主要研究求解无约束优化问题的拟牛顿算法,提出了三个新的拟牛顿算法.主要内容如下:   第二章基于新拟牛顿方程,结合BFGS类修正公式构造了一个新的拟牛顿算法,在一定假设
支持向量机(SVM)是由Vapnik与其合作者提出的,它是基于统计学习理论的一门新兴学科,是统计学习理论的VC维理论和结构风险最小化理论的具体实现。SVM主要解决小样本问题,在模
本文考虑的是常利率下的复合泊松风险模型。在该模型中,我们假设在赤字的情况下,保险公司可以通过足额的借款来弥补赤字,其中负债利率是常利率;在盈余超过一定水平的情况下,保
学位
本文首先给出了Ar(λ1,λ2,Ω)-权函数的定义。这个定义是经典定义的推广。然后证明了Riemann流形上Laplace-Beltrami算子,同伦算子和Green算子的复合算子的Ar(λ1,λ2,Ω)-加权的