Gauss-Markov估计关于误差分布的稳健性  

Robustness of Gauss-Markov Estimator in Terms of Error Distributions

作　　者：邱红兵[1] 罗季[2] 

机构地区：[1]广东工业大学应用数学学院,广州510006 [2]浙江财经学院数学与统计学院,杭州310018

出　　处：《应用概率统计》2010年第6期615-622,共8页Chinese Journal of Applied Probability and Statistics

基　　金：国家社会科学基金项目(07CTJ001);国家自然科学基金项目(10871168);广东工业大学校青年基金项目(082024)资助

摘　　要：对于一般线性模型y=Xβ+ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误差分布的稳健性,分别给出了误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Gauss-Markov估计在相应准则下是最优估计.Robustness of Gauss-Markov estimator of estimable function of unknown parameter in terms of error distributions is discussed in general linear model. We explore the maximal distribution classes of error term, where Gauss-Markov estimator held its optimality by generalized mean squared errors criterion and by mean square error matrix criterion respectively.

关 键 词：线性模型 广义均方误差 均方误差矩阵 Gauss-Markov估计 

分 类 号：O212[理学—概率论与数理统计]