两个半相依回归方程中的Bayes和经验Bayes迭代估计  

作　　者：王立春[1] 

机构地区：[1]中国科学院数学与系统科学研究院应用数学研究所,北京100080

出　　处：《中国科学（A辑）》2005年第5期585-600,共16页Science in China(Series A)

基　　金：国家自然科学基金资助项目(批准号:10271001)

摘　　要：对由两个不相关的回归方程组成的系统(y1为m维向量,y2为n维向量,m≠n),运用协方差改进技巧,提出回归系数的参数型Bayes和经验Bayes迭代估计序列.证明了Bayes迭代估计的协方差矩阵序列的单调收敛性和Bayes迭代估计序列的一致性.当误差的协方差矩阵未知时,在均方误差准则(MSE)下,证明了经验Bayes迭代估计相对于单个方程的Bayes估计的优越性.这些结果进一步表明了协方差改进方法的有效性.

关 键 词：相依回归方程 迭代 经验 BAYES估计 均方误差准则 协方差矩阵 单调收敛性 m维向量 n维向量 矩阵序列 回归系数 改进方法 一致性 参数型 证明 

分 类 号：O212[理学—概率论与数理统计]