1) linear mixed estimation method
线性混合估计法
2) linear mixed estimation
线性混合估计
3) method of mixed estimation
混合估计法
5) Mixed estimator
混合估计
1.
Relative efficiencies for mixed estimator of regression coefficients in linear model;
线性模型中回归系数混合估计的相对效率
2.
In this paper we discuss the relative efficiencies of mixed estimator with respect to LSE in a linear regression model which has additional information,define a new relative efficiency,and obtain its upper bound and lower bound.
本文对具有附加信息的线性回归模型中的混合估计与最小二乘估计给出了一种新的相对效率,研究了新的相对效率与其它几种相对效率的关系,得出了新的相对效率的上、下界。
3.
This paper discusses some propeties of mixed estimator of regression coefficients with prior informations, and some advantages of mixed estimators under MDE three criterion.
本文讨论关于回归系数具有某些先验信息情况下的混合估计, 并讨论了在各种情况下混合估计的MDE三种准则下的优良性。
6) mixed estimate
混合估计
1.
Relative efficiencies of mixed estimate with respect to LS Estimate in linear model;
回归系数混合估计与最小二乘估计的相对效率
2.
The mixed estimate is presented on the condition of expanding sample date and is superior to is estimate of error variance.
本文利用“离差—均值对应”方法,研究了线性模型(y,X,σ~2I)在扩大样本下误差方差的混合估计方法,并证明了其混合估计优于LS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