2) minimum norm quadratic unbiased estimator
最小范数二次无偏估计
1.
Necessary and sufficient conditions for equalities between a 2 y′(I-P Xx)y and minimum norm quadratic unbiased estimator of variance under the general linear model, where a 2 is a known positive number, are derived.
给出了一般线性模型下方差的最小范数二次无偏估计相等的充要条件 ,并且当高斯马尔可夫估计与最小二乘估计相等时 ,获得了一个相对简单的条件 ,最后给出此条件应用于抽样调查的一个例子。
2.
In this paper, reduced necessary and sufficient conditions that BLUE of the estimable function Cβ is the same under model A and its reduced models, and obtain necessary and sufficient conditions for equivalent between minimum norm quadratic unbiased estimator.
给出了可估函数Cβ在模型A和其导出模型下的最佳线性无偏估计 (BLUE)相等的充要条件 ,σ2 e 在不同模型下的最小范数二次无偏估计 (MINQUE)相等的充要条件 。
3) Bayes invariant quadratic(unbiased)estimates
Bayes不变二次(无偏)估计
4) Minimum variance quadratic unbiased estimator
最小方差二次无偏估计
5) simultaneous invariant quadratic unbiased estimates
联合二次不变无偏估计
6) BIQUE
最优不变二次无偏估计
补充资料：无偏估计量
无偏估计量
unbiased estimator
无偏估计里【训挽”目巴山旧奴甘;uecMe山.。二oue~] 数学期望等于被估计的量的统计估计最(statist派destin卫tor).假设随机变量X取值于样本空间(王，黔，尸。)(e任0);拟根据X的实现估计函数j:0~。，f是从参数集O到某个集合O的映射;选统计量T=T(X)作函数f(0)的估计量.如果对于一切e‘O，统计量T满足 〔。{T}一丁T(二)己尸。(二)一f(。)， 王则称T为函数f(0)的无偏估计量(皿b此ed estjlll主-tor).常称无偏估计量无系统误差. 例1.设随机变量X.，…，戈的数学期望同为日，即 E。{X，}二·一〔。{Xn}二口.这时统计量 T一c IX:+…+几戈，cl十…+c。一l是数学期望日的无偏估计量.特别地，观测值的算术平均值X二(x、+…十戈)/n是口的无偏估计量.在该例中f(口)三小 例2.设XI，…，戈是独立服从同一概率分布的随机变量，其分布函数为F(x)，即 户{X，
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