3) seemingly unrelated regression model
相依回归模型
1.
Relative efficiencies of parameter estimator in a class of seemingly unrelated regression model;
一类相依回归模型参数估计的相对效率
2.
The seemingly unrelated regression model(1) converting into(2) is studied,under matrix loss,it is given a unique linear Minimax estimator of a linear estimable function SXβ,for Cov(Y)=σ2(∑In) when σ2>0 is unknown while ∑>0 is know.
研究了相依回归模型(1)在改写为模型(2)后,对Cov(Y)=σ2(∑In)中σ2>0未知而∑>0已知时,在矩阵损失下给出一个线性可估函数SXβ的惟一线性Minimax估计。
3.
In this paper,the auther obtains some inequalities of the risk of the OLS estimator ,the GLS estimator and the RGLS estimator under quadratic loss and Fisher s loss in seemingly unrelated regression model.
本文给出了相依回归模型的ＯＬＳ估计，ＧＬＳ估计和ＲＧＬＳ估计在二次损失和Ｆｉｓｈｅｒ损失下的风险估计不等式。
4) stochastic dependent model
相依随机模型
1.
When a state of rain transits to that of rain, the following models may be adopted: a stochastic dependent model for dependent rain sequence; a probab.
对间断雨量的模拟，本文提出对不同状态，依据其条件雨量序列的统计性质，分别采用不同的方法描述：①由无雨转到有雨时，有雨序列用一定概率分布刻划；②由有雨转到有雨时，若两个有雨序列之间是相关的，则采用某种相依随机模型表征，若是相互无关的，则后一个雨量序列也用一定概率分布刻划。
5) SURS
半相依回归模型
补充资料：AutoCad 教你绘制三爪卡盘模型,借用四视图来建模型
小弟写教程纯粹表达的是建模思路,供初学者参考.任何物体的建摸都需要思路,只有思路多,模型也就水到渠成.ok废话就不说了.建议使用1024X768分辨率
开始
先看下最终效果
第一步,如图所示将窗口分为四个视图
第二步,依次选择每个窗口,在分别输入各自己的视图
第三步,建立ucs重新建立世界坐标体系,捕捉三点来确定各自的ucs如图
第四步,初步大致建立基本模型.可以在主视图建立两个不同的圆,在用ext拉升,在用差集运算.如图:
第五步:关键一步,在此的我思路是.先画出卡爪的基本投影,在把他进行面域,在进行拉升高度分别是10,20,30曾t形状.如图:
第六步:画出螺栓的初步形状.如图
第七步:利用ext拉升圆,在拉升内六边形.注意拉升六边行时方向与拉升圆的方向是相反的.
之后在利用差集运算
第八步:将所得内螺栓模型分别复制到卡爪上,在利用三个视图调到与卡爪的中心对称.效果如图红色的是螺栓,最后是差集
第九步:阵列
第10步.模型就完成了
来一张利用矢量处理的图片
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