首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

线性模型中两参数估计及Jacknifed岭估计的进一步研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-14页
    1.1 模型的简介第8-9页
    1.2 线性模型的参数估计的研究现状第9-12页
        1.2.1 最小二乘估计发展与现状第9-10页
        1.2.2 有偏估计目前的研究现状第10-12页
        1.2.3 带先验信息的参数估计的研究现状第12页
    1.3 本文研究的主要内容及结构第12-14页
2 预备知识第14-17页
    2.1 数学符号第14-15页
    2.2 矩阵论第15-16页
        2.2.1 矩阵的逆以及矩阵的广义逆第15页
        2.2.2 矩阵的微商第15-16页
    2.3 概率论与数理统计第16-17页
        2.3.1 均方误差矩阵第16-17页
3 线性模型中的一种新的 k-d 类估计第17-24页
    3.1 引言第17-18页
    3.2 新估计的提出第18-19页
    3.3 均方误差矩阵准则下新估计得优良性第19-23页
        3.3.1 均方误差矩阵准则下新估计 MTPE 与修正 Liu 估计 MLE 的比较第19-20页
        3.3.2 均方误差矩阵准则下新估计 MTPE 与修正岭估计 MRE 的比较第20-21页
        3.3.3 均方误差矩阵准则下新估计 MTPE 与 Liu 估计 LE 的比较第21页
        3.3.4 均方误差矩阵准则下新估计 MTPE 与岭估计 RE 的比较第21-22页
        3.3.5 均方误差矩阵准则下新估计 MTPE 与最小二乘估计 LSE 的比较第22-23页
    3.4 本章小结第23-24页
4 Jacknife 岭回归类估计第24-34页
    4.1 引言第24-26页
    4.2 修正的 Jackknifed 岭估计(MJR)和第二阶的 Jackknifed 岭估计(J2R)第26-31页
        4.2.1 对比 JRE,MJR,J2R 的偏差第27-29页
        4.2.2 在均方误差矩阵准则下,对 JRE,MJR,J2R 进行对比第29-31页
    4.3 实证分析和模拟结果第31页
    4.4 本章小结第31-34页
5 结论与展望第34-36页
    5.1 本文的主要结论第34页
    5.2 后续研究工作的展望第34-36页
致谢第36-37页
参考文献第37-40页
附录第40页
    作者在攻读硕士期间的研究成果及发表的论文第40页

论文共40页,点击 下载论文
上一篇:两类网络模型的定性分析
下一篇:一些矩阵分解的严格扰动界的研究