混合系数线性模型参数的一类有偏估计  

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

作　　者：张华伟[1] 

机构地区：[1]安徽师范大学数学与计算机科学学院,安徽芜湖241000

出　　处：《安庆师范学院学报（自然科学版）》2013年第2期20-24,共5页Journal of Anqing Teachers College(Natural Science Edition)

基　　金：安徽省高等学校省级自然科学研究重点项目(KJ2007A012)资助

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

关 键 词：混合系数 线性模型 岭估计 STEIN估计 s-K估计 s-K-B估计 

分 类 号：O212[理学—概率论与数理统计]