本文主要研究内容
作者陈肖松（2019）在《多维正态分层模型中均值向量的同时估计》一文中研究指出：在投资组合分析及其它科学领域中,分层模型已被广泛的研究和使用,并逐步成为了一种重要的统计模型.而经验贝叶斯估计是研究分层模型参数估计的一个有效方法,并在投资组合选择中可用来降低估计风险和解释模型的不确定性.本文以投资组合分析为背景,从经验贝叶斯的角度研究了多维正态分层模型中均值向量的同时估计问题.首先,本文借助Stein无偏风险估计(Stein’s unbiased estimate of risk,简记为SURE)思想,以均方损失作为损失函数,对多维正态分层模型中的均值向量构造了两种新的SURE型收缩估计.其次,在一定的条件下,本文证明了新提出估计量的最优渐近性质.最后,本文给出了一些数值模拟的例子,以神谕损失(oracle loss)为基准,将其与现有的方法进行比较,说明了本文所提方法的优势.同时,本文也将所建立的估计量应用到实际数据中,分析结果同样表明了本文所提方法的优越性.
Abstract
zai tou zi zu ge fen xi ji ji ta ke xue ling yu zhong ,fen ceng mo xing yi bei an fan de yan jiu he shi yong ,bing zhu bu cheng wei le yi chong chong yao de tong ji mo xing .er jing yan bei xie si gu ji shi yan jiu fen ceng mo xing can shu gu ji de yi ge you xiao fang fa ,bing zai tou zi zu ge shua ze zhong ke yong lai jiang di gu ji feng xian he jie shi mo xing de bu que ding xing .ben wen yi tou zi zu ge fen xi wei bei jing ,cong jing yan bei xie si de jiao du yan jiu le duo wei zheng tai fen ceng mo xing zhong jun zhi xiang liang de tong shi gu ji wen ti .shou xian ,ben wen jie zhu Steinmo pian feng xian gu ji (Stein’s unbiased estimate of risk,jian ji wei SURE)sai xiang ,yi jun fang sun shi zuo wei sun shi han shu ,dui duo wei zheng tai fen ceng mo xing zhong de jun zhi xiang liang gou zao le liang chong xin de SURExing shou su gu ji .ji ci ,zai yi ding de tiao jian xia ,ben wen zheng ming le xin di chu gu ji liang de zui you jian jin xing zhi .zui hou ,ben wen gei chu le yi xie shu zhi mo ni de li zi ,yi shen yu sun shi (oracle loss)wei ji zhun ,jiang ji yu xian you de fang fa jin hang bi jiao ,shui ming le ben wen suo di fang fa de you shi .tong shi ,ben wen ye jiang suo jian li de gu ji liang ying yong dao shi ji shu ju zhong ,fen xi jie guo tong yang biao ming le ben wen suo di fang fa de you yue xing .
论文参考文献
论文详细介绍
论文作者分别是来自兰州大学的陈肖松，发表于刊物兰州大学2019-07-29论文，是一篇关于经验贝叶斯论文,多维正态分层模型论文,收缩估计论文,无偏风险估计论文,兰州大学2019-07-29论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自兰州大学2019-07-29论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：经验贝叶斯论文; 多维正态分层模型论文; 收缩估计论文; 无偏风险估计论文; 兰州大学2019-07-29论文;