1) Linear unbiased estimate of parameters
参数的线性无偏估计
2) unbiased parameter estimation
无偏参数估计
4) Bayes linear unbiased estimator
Bayes线性无偏估计
1.
The Bayes linear unbiased estimator(BLUE) of parameters of a class of linear model was derived.
导出了一类线性模型中参数的Bayes线性无偏估计。
2.
The Bayes linear unbiased estimator(BLUE) of parameters is derived for linear model Under misspecified prior assumption.
基于错误的先验假定下获得了线性模型下可估函数的Bayes线性无偏估计(BLUE),证明了在均方误差矩阵(MSEM)准则下BLUE相对于广义最小二乘估计(GLSE)的优良性,并导出了它们的相对效率的界,从而获得BLUE的稳健性。
5) Φ-linear unbiased estimator
Φ-线性无偏估计
6) linear Bayes unbiased estimator
线性Bayes无偏估计
1.
The linear Bayes unbiased estimator (LBUE) of the estimable function of effect parameters was derived in the balanced one-way analysis of variance (ANOVA) model.
对平衡的单向分类方差分析(ANOVA)模型导出了效应参数向量可估函数的线性Bayes无偏估计(LBUE),并在均方误差矩阵(MSEM)准则、predictive Pitman closeness(PRPC)准则和posterior Pitman closeness(PPC)准则下分别讨论了它相对于最小二乘估计(LSE)的优良性。
补充资料：参数估计的收敛性
在一定条件下对系统的参数进行估计时，随着测量数据的增多，参数的估计值向其真实值逐步逼近的性质。收敛性是参数估计理论的一个重要内容。在研究参数估计的收敛性时常用的工具是概率方法，它适用于固定样本的估计和递推估计（见递推估计算法）。20世纪70年代后期，出现常微分方程方法，它是从研究估计值的内插曲线的尾函数性质来推断参数估计的收敛性的。后来又出现将上述两种方法结合起来的研究方法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条