生长曲线模型的几乎无偏广义Liu估计
2016-10-12王晓博左卫兵
河南教育学院学报(自然科学版) 2016年3期
王晓博,左卫兵
(华北水利水电大学 数学与信息科学学院,河南 郑州 450046 )
生长曲线模型的几乎无偏广义Liu估计
王晓博,左卫兵
(华北水利水电大学 数学与信息科学学院,河南 郑州 450046 )
针对生长曲线模型中所存在的复共线性问题, 利用几乎无偏的思想, 提出生长曲线模型参数矩阵的一种新的有偏估计——几乎无偏广义Liu估计, 研究了该估计的优良性等性质, 并证明了在均方误差意义下, 几乎无偏广义Liu估计优于广义Liu估计及最小二乘估计, 最后通过数据验证了相关结论.
生长曲线模型;广义Liu估计;几乎无偏广义Liu估计;有偏估计
0 引言
生长曲线模型是1938年WISHART在研究不同组间动植物的生长情况时引入的,它是生命科学中一类非常重要的广义线性统计模型.对于线性模型的估计问题, 最常用的估计就是最小二乘估计[1],然而当设计阵存在复共线性时, 得到参数估计的精度较差.同样地,对于生长曲线模型,当设计阵A(或C)呈病态时,估计的精度就明显达不到要求. 学者们针对该问题做了大量的研究.文献[2]研究了生长曲线模型参数矩阵的广义岭估计, 并运用极小化均方误差的方法来确定参数的选取.文献[3]提出了生长曲线模型中回归系数的一个线性无偏估计类,获得了若干更深入的结果.文献[4]研究了生长曲线模型的综合岭估计, 在均方误差及均方误差矩阵意义下讨论了该估计的优良性.文献[5]在文献[4]的基础上, 将综合岭估计推广到协方差矩阵为……
登录APP查看全文