版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、線性模型理論中,一個重要的研究問題就是預(yù)測問題。所謂預(yù)測,就是對給定的自變量值,預(yù)測對應(yīng)的因變量所可能的取值。在各種線性模型(如一般Gauss-Markov模型、多元線性模型、增長曲線模型等)下,對βBUP、TSPP=1'nXβs、θBUP=ι'y等預(yù)測向量的最佳無偏線性預(yù)測的研究已經(jīng)比較成熟,有了系統(tǒng)和完整的理論結(jié)果。王松桂在1990年發(fā)表于《科學(xué)通報》上的論文《有限總體的自適應(yīng)嶺型預(yù)測》中對θ=ι'y提出了有限總體的自適應(yīng)嶺型預(yù)測,
2、這是國內(nèi)有偏預(yù)測研究的開端,本文對有限總體的有偏預(yù)測做了進一步的研究。 本文首先概述了有限總體中的預(yù)測問題以及研究現(xiàn)狀。第二章給出了矩陣、線性模型以及預(yù)測等的一些相關(guān)知識與結(jié)論。第三章討論了θ=ι'y的預(yù)測問題,將自適應(yīng)嶺型預(yù)測給予推廣,提出了廣義嶺型預(yù)測,給出了它的一些基本性質(zhì),證明了廣義嶺型預(yù)測在一定條件下具有在預(yù)測均方誤差(PMSE)意義下優(yōu)于最佳線性無偏預(yù)測的優(yōu)良性、矩陣損失下在廣義嶺型預(yù)測類中的可容許性并在二次損失函數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多元線性回歸模型的有偏估計
- 多元線性回歸模型的有偏估計
- 多元線性回歸模型的有偏估計
- 線性回歸模型參數(shù)有偏估計的研究.pdf
- 線性模型參數(shù)有偏估計的若干研究.pdf
- 40288.多因變量多元線性模型有偏預(yù)測的最優(yōu)性判別
- 線性等式約束下有限總體中的條件線性Minimax預(yù)測.pdf
- 線性模型中的約束型有偏估計的研究.pdf
- 28373.混合系數(shù)線性模型參數(shù)的有偏估計
- 線性回歸模型系數(shù)有偏估計的研究和應(yīng)用.pdf
- 奇異線性模型的有偏估計和因子分析模型的研究.pdf
- 5720.帶隨機約束線性模型中參數(shù)的有偏估計
- 含缺失數(shù)據(jù)的約束線性模型回歸系數(shù)的有偏估計.pdf
- 線性回歸模型參數(shù)有偏估計的進一步探討.pdf
- 40266.約束條件下線性模型參數(shù)有偏估計的研究
- 電力負荷預(yù)測的無偏灰色預(yù)測模型研究.pdf
- 最佳線性無偏預(yù)測及最小二乘估計在不同線性模型下的關(guān)系.pdf
- 有偏估計的優(yōu)良性和最優(yōu)預(yù)測.pdf
- 線性模型中自變量相對重要性的Shapley值估計與有偏估計.pdf
- 多元線性模型中的最優(yōu)預(yù)測.pdf
評論
0/150
提交評論