一类线性模型参数的Bayes估计及其优良性  

The superiorities of Bayes estimation in a class of linear model

作　　者：霍涉云[1] 张伟平[1] 韦来生[1] 

机构地区：[1]中国科学技术大学统计与金融系,安徽合肥230026

出　　处：《中国科学技术大学学报》2007年第7期773-776,802,共5页JUSTC

基　　金：教育部博士点基金(20030358053);中国科学院知识创新工程重要性方向项目(KJCX3-SYW-S02)资助

摘　　要：导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.The Bayes linear unbiased estimator （BLUE） of parameters of a class of linear model was derived. The superiorities of the Bayes linear unbiased estimator over generalized least square （GLS） estimator were studied in terms of the mean square error matrix （MSEM） criterion, predictive Pitman closeness （PRPC） criterion and posterior Pitman closeness （PPC） criterion respectively.

关 键 词：广义最小二乘估计 Bayes线性无偏估计 均方误差矩阵准则 PRPC准则 PPC准则 

分 类 号：O212.1[理学—概率论与数理统计]