陈世基
- 作品数：7 被引量：9H指数：2
- 供职机构：福建师范大学数学与计算机科学学院数学系更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：理学文化科学更多>>
- 多元线性模型回归系数的Stein型估计被引量：4
- 1991年
- 本文对多元线性模型的回归系数提出了Stein型估计,可使其MSE小于LS估计。分析了选取参数矩阵K的MSE准则存在的缺陷,于是应用Q(C)准则克服这些缺陷。从理论上证明了Q(C)准则的优良性,并给出了确定C的方法。
- 陈世基
- 关键词：多元线性模型STEIN估计
- 降秩相依回归系统的泛岭改进估计
- 1998年
- 对于二个相依回归系统ｙｉ＝Ｘｉβｉ＋ｅｉ，Ｅ（ｅｉ）＝０，Ｃｏｖ（ｅｉ，ｅｊ）＝σｉｊＩ（ｉ，ｊ＝１，２），当设计阵Ｘｉ（ｉ＝１，２）为ｎ×ｐｉ的列满秩阵时，其参数的估计已为许多学者所研究．在Ｘｉ（ｉ＝１，２）不是列满秩阵的情况，提出一种新的估计——降秩泛岭改进估计，并且探讨了这种估计及其相应的两步估计的各种性质．
- 陈世基廖东芳
- 关键词：协方差广义逆
- 多元广义岭估计及K值选取的 Q(c)准则被引量：1
- 1993年
- 当自变量间存在复共线性时,最小二乘估计就表现出不稳定并可能导致错误的结果.本文采用广义岭估计β(K)来估计多元线性模型的回归系数β=vec(B),通过岭参数K值的选取,可使广义岭估计的均方误差MSE小于最小二乘估计的MSE.指出了广义岭估计中根据MSE准则选取K值存在的主要缺陷,采用了一种选取K值的新准则Q(c),它包含MSE准则和最小二乘LS准则作为特例,从理论上证明和讨论了Q(c)准则的优良性,阐明了c值的统计含义,并给出了确定c值的方法.
- 陈世基曾志斌
- 关键词：最小二乘估计广义岭估计
- 多元线性模型回归系数的混合估计
- 1991年
- 本文采用混合估计β?*来估计多元线性模型中的回归系数β=Vec（B）,证明了当多元线性模型随机误差阵向量化的协差阵已知时,混合估计B（?）*的均方误差MSE小于β的LS估计β*的MSE。
- 陈世基曾志斌
- 关键词：多元线性模型
- 相依回归系统参数的一种估计被引量：4
- 1995年
- 对于一类相依回归系统（１．１），本文对回归参数β１提出一种新的改进估计，并研究了这种估计及其相应的两步估计的优良性质。
- 陈世基廖东芳
- 关键词：相依回归模型最小二乘估计协方差改进估计
- 相依回归系统回归系数的待定系数估计
- 1994年
- 对于两个相依线性回归方程组成的系统（１．１），本文提出了β１的待定系数估计β１（ｋ，ｃ）＝（ｘ１１ｘ１＋ｋＩ）－１，其中岭参数ｋ≥０，２是待定系数·与β１（ｋ，ｃ）对应的非限定两步估计记为β１（Ｔ，Ｋ，Ｃ）．当Ｃ＝１时β１（Ｋ，１）＝β１（Ｋ）和β１（Ｔ，Ｋ，１）＝β１（Ｔ，Ｋ）等于［６］引入的一双有偏估计，结果表明总可以选取适当的ｃ值和Ｋ值使β１（Ｋ，ｃ）和β１（Ｔ，Ｋ，ｃ）在均方误差阵准则下分别优于β１和β１（Ｔ）［５］，并讨论了ｃ值的最佳选择问题．
- 陈世基
- 关键词：有偏估计均方误差线性回归方程
- 多元线性模型回归系数的压缩LS估计
- 1994年
- 本文采用压缩ＬＳ估计Ｂ（ｋ）来估计设计矩阵呈病态的多元线性模型的回归系数Ｂ。通过ｋ值的选取，可使（ｋ）＝Ｖｅｃ（（ｋ））的均方误差ＭＳＢ小于β＝Ｖ＿ｅｃ（Ｂ）的ＬＳ估计β￣＊的ＭＳＥ。证明了具有可容许性、抗干扰性和有效性，并给出了实际应用中选取ｋ值的方法。
- 陈世基曾志斌
- 关键词：多元线性模型
