约束最小二乘估计的优良性  

Optimality of the restricted least squares estimator

作　　者：刘湘蓉[1,2] 

机构地区：[1]浙江财经学院数学与统计学院,浙江杭州310018 [2]华东师范大学统计系,上海200062

出　　处：《高校应用数学学报（A辑）》2008年第4期471-475,共5页Applied Mathematics A Journal of Chinese Universities(Ser.A)

基　　金：国家社会科学基金(07CTJ001);浙江省社科规划项目(06CGYJ21YQB);浙江省教育厅项目(20070877)

摘　　要：对于线性模型y=Xθ+ε,ε服从椭球等高单峰分布,未知参数θ满足不等式约束a′θ≥0,证明了在参数估计优良性的集中概率准则下,θ的约束最小二乘估计θ~*优于最小二乘估计θ.This article deals with the linear regression model y=Xθ+ε,whereεis elliptically symmetric unimodal distribution,and the unknown parameterθis subject to the restriction a′θ≥0. It is proved that the restricted least squares estimatorθ~*is preferable to θ under the concentration probability criteria.

关 键 词：约束最小二乘估计 椭球等高分布 单峰密度 集中概率 随机序 

分 类 号：O212.1[理学—概率论与数理统计]