1) admissibility estimates
可容性估计
5) admissible estimator
可容许估计
1.
We consider the admissible estimators for regression coefficients and parameters in multivariate stochastic effective linear model under restricted conditions.
讨论约束条件下多元随机效应线性模型中回归系数和参数的线性估计的可容许性,在二次损失函数下,给出了随机回归系数和参数的线性估计分别在齐次和非齐次线性估计类中是可容许估计的特征。
2.
The sufficient and necessary condition of an admissible estimator is given.
研究在Q-对称熵损失函数下,Poisson分布参数倒数的估计,得出在Q-对称熵损失下,形式的一类估计的可容许性和不可容许性,并给出可容许估计的充要条件。
3.
It is also proved that β *(K) is an admissible estimator.
采用广义估计 β (K)估计多元线性模型中回归参数 β ,通过K值的选取 ,可使 β (K)的均方误差小于最小二乘估计 β 的均方误差 ,且在一定条件下 ,β (K)为 β的可容许估计 ;还讨论了 β (K)的均方残差的性质 。
6) admissible estimation
可容许估计
1.
A new class of biased admissible estimation in the linear regression model;
线性回归模型的一种有偏的可容许估计
补充资料：参数估计的收敛性
在一定条件下对系统的参数进行估计时，随着测量数据的增多，参数的估计值向其真实值逐步逼近的性质。收敛性是参数估计理论的一个重要内容。在研究参数估计的收敛性时常用的工具是概率方法，它适用于固定样本的估计和递推估计（见递推估计算法）。20世纪70年代后期，出现常微分方程方法，它是从研究估计值的内插曲线的尾函数性质来推断参数估计的收敛性的。后来又出现将上述两种方法结合起来的研究方法。
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