基于最大特征根的相对效率的下界估计

• 作者: 石爱菊
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 数学
• 关键词: 广义线性模型 相对特征根 相对效率 广义相关系数
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 49-52
• 页数: 4页
• 分类号: O212.1
• 字数: 2983字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5439.2008.03.010

摘要

定义了广义线性模型中参数的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)的一种新的相对效率,这种相对效率定义为参数估计量的协方差阵的最大相对特征根之比.给出了当设计矩阵满秩,协方差阵非负定时这种新的相对效率的下界,研究了新的相对效率与广义相关系数之间的关系.由本文的讨论可见,当广义线性模型与主成分分析、典型相关分析方法结合应用时,这种相对效率具有很强的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石爱菊	南京邮电大学数理学院	11	29	4.0	4.0