版權說明: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,請進行舉報或認領
文檔簡介
1、半相依回歸系統(tǒng),即SUR(Seeming Unrelated Regression)系統(tǒng)是由兩個誤差項相關的線性回歸方程組成的系統(tǒng),這種系統(tǒng)在計量經(jīng)濟、生命科學、工業(yè)、計量地埋等許多領域有著重要的作用.因此,關于它的研究一直很受人們的重視。 著名學者Rao在1967年引進了協(xié)方差改進法,王松桂將這個方法應用于半相依回歸系統(tǒng)中,得到了被估參數(shù)的更優(yōu)估計,即協(xié)方差改進估計及兩步協(xié)方差改進估計.在實際應用中,SUR系統(tǒng)的第二個線性回歸
2、方程一般是為第一個方程提供輔助信息,且未知回歸系數(shù)β2的所有結果與β1平行.當設計矩陣呈病態(tài)時,協(xié)方差改進估計β1不再是β1的良好估計,因此本文在均方誤差意義下提出了一類新的估計-根方估計. 首先對SUR系統(tǒng)給出了根方估計的表達式,并在一定的條件下,我們證明了根方估計優(yōu)于協(xié)方差改進估計,其相應的兩步估計優(yōu)于兩步協(xié)方差改進估計,同時討論了根方估計相對于最小二乘估計以及協(xié)方差改進估計的效率,并給出效率的上界與下界. 其次在根
3、方估計的基礎上,構造了β1的廣義根方估計,對廣義根方估計的性質做了研究,導出其優(yōu)于協(xié)方差改進估計的充分條件,給出相應的兩步估計并討論了其性質.通過對一種特殊形式的廣義根方估計做討論,證明了廣義根方估計較一般根方估計有更小的均方誤差,同時相應地討論了廣義根方估計的相對效率. 最后對SUR系統(tǒng)增加一線性約束Rβ=0,并首次給出回歸系數(shù)β1的條件協(xié)方差改進估計的表達式,在此基礎上,獲得了β1的條件根方估計以及廣義條件根方估計,并分別就
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 半相依回歸模型的參數(shù)估計.pdf
- 半相依回歸模型參數(shù)的Bayes估計.pdf
- 半相依回歸系統(tǒng)參數(shù)的c-κ型改進估計.pdf
- 兩個半相依回歸公共參數(shù)的改進估計.pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計.pdf
- 相依線性回歸系統(tǒng)參數(shù)估計的改進.pdf
- 線性回歸模型參數(shù)的Stein型根方估計.pdf
- 線性約束下半相依回歸系統(tǒng)的協(xié)方差改進估計.pdf
- 半?yún)⒒貧w模型的兩步回歸估計.pdf
- 半?yún)?shù)回歸模型的Bayes估計.pdf
- 相依樣本下回歸函數(shù)基于分割估計及其改良估計的統(tǒng)計推斷理論.pdf
- 縱向數(shù)據(jù)半?yún)?shù)回歸模型的估計理論.pdf
- 半?yún)?shù)回歸模型的估計方法和模擬分析.pdf
- Copula回歸函數(shù)和方向相依.pdf
- 2379.半?yún)?shù)混合泊松回歸模型的估計
- 含指標項半?yún)?shù)回歸模型的估計與檢驗.pdf
- 基于Dirichlet混合過程的半?yún)㈦p自回歸模型的估計.pdf
- 縱向污染數(shù)據(jù)半?yún)?shù)回歸模型中的強相合估計.pdf
- MIMO系統(tǒng)的半盲信道估計.pdf
- 46179.相依情形下ev回歸模型中l(wèi)s估計的一些極限行為
評論
0/150
提交評論