1) partial estimation
部分估计
1.
Using variance revising method to determine sample capacity in partial estimation;
部分估计中用方差修正法确定的样本容量问题
2) partial ridge estimator
部分岭估计
1.
In this contribution a new ambiguity resolution is developed based on partial ridge estimator.
文章基于构造一种新的所谓的部分岭估计,提出了一种新的整周模糊度解算技术。
3) partial root root estimator
部分根方估计
1.
Under the mean square error matrix(MSE-M) criterion and Pitman Closeness(PC) criterion,the partial root root estimator is compared with LS estimator respectively.
在均方误差矩阵(MSE-M)准则和在Pitman Closeness(PC)准则下,比较了部分根方估计相对于最小二乘估计的优良性。
2.
In this paper, a new biased estimator called partial root root estimator is proposed through analyzing the corresponding properties of root root estimator, Stein shrunken estimator, and Sclove partial shrunken estimator.
在分析根方估计、Stein均匀压缩估计、Sclove部分压缩估计各自特点的基础上,提出了一种新的有偏估计部分根方估计,并讨论了它的优良性质。
3.
In term of the approximate multicollinearity of matrix, we propose the partial root root estimator and conditional partial root root estimator of coefficient in the classic linear model.
第五章分别对于无约束和线性约束下的线性回归模型，针对设计矩阵的病态问题，提出相应线性模型下回归系数的部分根方估计和条件部分根方估计。
4) robust partial ordinary ridge estimator
抗差部分岭估计
1.
A new robust biased estimator-robust partial ordinary ridge estimator (RPORE) is proposed.
针对GPS快速定位中观测资料含有粗差且因观测信息不足造成设计阵“部分病态”的实际情况,对现有的抗差有偏估计进行改进,提出了一种新的抗差有偏估计——抗差部分岭估计,并讨论了抗差部分岭估计中“部分岭参数”的选择方法。
5) Principle of partial estimation
部分估计原理
6) Partial ridge-type spectral decomposition estimate
部分岭型谱分解估计
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条