混合系数线性模型参数的一类新估计  

A New Class of Estimators for Coefficients in Mixed Effect Linear Model

作　　者：许莹[1] 何道江[1] 

机构地区：[1]安徽师范大学数学计算机科学学院,安徽芜湖241000

出　　处：《数学物理学报（A辑）》2013年第4期702-708,共7页Acta Mathematica Scientia

基　　金：国家自然科学基金(11201005;11271020);安徽省高校自然科学研究基金重点项目(KJ2012A135);安徽省高校优秀青年人才基金重点项目(2012SQRL028ZD)资助

摘　　要：在连续测量数据的情况下,针对模型的复共线性,该文给出了混合系数线性模型参数的一类新的有偏估计,称之为s-K估计,在一定条件下证明了这类估计分别优于最小二乘估计、Stein估计以及岭估计.In the repeated-measures data model,in order to deal with the multicollinearity, a new class of estimator called s-K estimators for the parameters in mixed effect linear model are proposed.Under certain conditions,the new estimators are shown to be superior to the Stein estimators,Ridge estimators and least squared estimators,respectively.

关 键 词：混合系数 线性模型 s-K估计 STEIN估计 岭估计 

分 类 号：O212.2[理学—概率论与数理统计]