1) Calibration estimation
校正估计
1.
Calibration estimation which uses known auxiliary information at the estimation stage to improve the precision of the estimators of totals and means has been widely used in survey sampling.
校正估计法已被大量运用于抽样调查中,它利用辅助信息构造的校正权重提高了对总体总值(或均值)的估计精度。
2) extended model-calibration estimators
广义校正估计
1.
The extended model-calibration estimators for linear and bilinear parameters is generalized,and it is shown that the extended model-calibration estimators is optimal in the class of extended calibration Estimators.
推广了模型校正方法去估计线性参数和双线性参数,并证明了广义模型校正估计在广义校正估计类中是最优的。
3) self-tuning fusion estimation
自校正融合估计
4) Frequency ambiguity resolution
频偏估计模糊度校正
5) Sheppard-corrected estimator
谢泼德校正估计量
6) predictor-corrector
预估校正
1.
Primal-dual predictor-corrector interior-point algorithm is presented to solve SDP problems in these fields.
为了更好地求解这些领域中遇到的半定规划问题,给出了半定规划的原始对偶预估校正内点算法。
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