| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 线性模型简介 | 第8-9页 |
| 1.2 线性模型参数估计方法及研究概况 | 第9-13页 |
| 1.2.1 参数有偏估计的研究现状 | 第10-11页 |
| 1.2.2 约束条件下有偏估计的研究现状 | 第11-12页 |
| 1.2.3 等式约束下预检验估计的研究现状 | 第12-13页 |
| 1.2.4 STEIN-TYPE 估计的研究现状 | 第13页 |
| 1.3 本文的研究内容安排 | 第13-16页 |
| 2 等式约束条件下线性模型参数的有偏估计 | 第16-38页 |
| 2.1 引言 | 第16-20页 |
| 2.2 等式约束下的两参数估计 | 第20-30页 |
| 2.2.1 约束两参数估计的提出 | 第20-22页 |
| 2.2.2 优良性分析 | 第22-26页 |
| 2.2.3 实例计算 | 第26-30页 |
| 2.3 等式约束下的几乎无偏两参数估计 | 第30-37页 |
| 2.3.1 约束几乎无偏两参数估计的提出 | 第31-32页 |
| 2.3.2 优良性分析 | 第32-35页 |
| 2.3.3 实例计算 | 第35-37页 |
| 2.4 小结 | 第37-38页 |
| 3 随机约束条件下线性模型参数的有偏估计 | 第38-60页 |
| 3.1 引言 | 第38-40页 |
| 3.2 随机约束下的加权混合几乎无偏岭估计 | 第40-52页 |
| 3.2.1 加权混合几乎无偏岭估计的提出 | 第40-42页 |
| 3.2.2 加权混合几乎无偏岭估计的偏差分析 | 第42-43页 |
| 3.2.3 加权混合几乎无偏岭估计的均方误差矩阵分析 | 第43-46页 |
| 3.2.4 岭参数的选择 | 第46-47页 |
| 3.2.5 实例计算 | 第47-50页 |
| 3.2.6 MONTE CARLO 随机模拟分析 | 第50-52页 |
| 3.3 随机约束下的加权混合几乎无偏 LIU 估计 | 第52-59页 |
| 3.3.1 加权混合几乎无偏 LIU 估计的提出 | 第52-53页 |
| 3.3.2 加权混合几乎无偏 LIU 估计的性质比较 | 第53-56页 |
| 3.3.3 实例计算与随机模拟分析 | 第56-59页 |
| 3.4 小结 | 第59-60页 |
| 4 等式约束预检验几乎无偏两参数估计 | 第60-96页 |
| 4.1 引言 | 第60-63页 |
| 4.2 正态分布下等式约束预检验几乎无偏两参数估计 | 第63-77页 |
| 4.2.1 F 检验下的预检验几乎无偏两参数估计的提出 | 第63-64页 |
| 4.2.2 新估计的数字特征 | 第64-65页 |
| 4.2.3 新估计的二次偏差比较 | 第65-66页 |
| 4.2.4 均方误差准则下关于参数 的优良性分析 | 第66-68页 |
| 4.2.5 均方误差准则下关于参数 k 的优良性分析 | 第68-70页 |
| 4.2.6 均方误差准则下关于参数 d 的优良性分析 | 第70-72页 |
| 4.2.7 实例计算 | 第72-75页 |
| 4.2.8 相对效率分析 | 第75-77页 |
| 4.3 t 分布下等式约束预检验几乎无偏两参数估计 | 第77-95页 |
| 4.3.1 新估计的提出 | 第77-80页 |
| 4.3.2 二次风险准则下关于参数 的优良性比较 | 第80-84页 |
| 4.3.3 二次风险准则下关于参数k 和d 的优良性比较 | 第84-90页 |
| 4.3.4 数值计算 | 第90-95页 |
| 4.4 本章小结 | 第95-96页 |
| 5 等式约束的 STTEIN-TYPE 预检验几乎无偏岭估计 | 第96-120页 |
| 5.1 引言 | 第96-97页 |
| 5.2 STEIN-TYPE 和 POSITIVE STEIN-TYPE 几乎无偏岭估计 | 第97-102页 |
| 5.3 二次偏差比较 | 第102-103页 |
| 5.4 二次风险分析 | 第103-110页 |
| 5.4.1 基于参数的二次风险比较 | 第103-106页 |
| 5.4.2 基于参数k 的二次风险比较 | 第106-110页 |
| 5.5 实例与 MONTE CARLO 模拟计算 | 第110-119页 |
| 5.6 本章小结 | 第119-120页 |
| 6 总结 | 第120-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 附录 | 第134页 |
