线性模型的预测理论及其应用出版时间:2011年版内容简介 《线性模型的预测理论及其应用》所论述的主要内容是作者及其合作者在线性统计模型预测这一领域近些年的研究成果,以及相关的最新进展。全书共分6章:第1章通过实例引进线性模型预测问题和预备知识;从第2章起,系统讨论线性模型预测的基本理论、方法及其应用,包括未来观察值的最优线性无偏预测,稳健性预测,可容许性预测,极小、极大预测和混合效应模型中的预测以及它们之间的关系。《线性模型的预测理论及其应用》主要读者对象是数理统计理论与方法研究的专家,数学、工程、经济、金融等领域的科研人员和实际工作者。《线性模型的预测理论及其应用》也可用作高等院校数理统计专业本科生、研究生的教材或参考书。目录前言符号表第1章 模型及预备知识1.1 模型简介1.2 预测的有关问题和研究进展1.2.1 有限总体中的预测1.2.2 未来观察值的预测1.2.3 固定和随机效应组合的预测1.3 矩阵论的预备知识1.3.1 线性空间1.3.2 矩阵的广义逆第2章 最优线性无偏预测2.1 引言2.2 二次损失下的最优线性无偏预测2.3 矩阵损失下的最优线性无偏预测2.4 多元线性模型中的最优线性无偏预测2.4.1 最优线性无偏预测2.4.2 最优线性无偏预测2.4.3 条件最优线性无偏预测2.4.4 条件最优线性无偏预测2.5 线性预测充分性第3章 有限总体中预测的稳健性3.1 引言3.2 SPP的最优性和稳健性3.2.1 SPP的最优性3.2.2 SPP的关于协方差阵的稳健性3.2.3 SPP的关于设计阵和协方差阵的稳健性3.3 最优线性无偏预测的稳健性3.3.1 BLUP关于协方差阵的稳健性3.3.2 BLUP关于设计和协方差阵的稳健性第4章 有限总体中预测的可容许性4.1 引言4.2 二次损失下一般GaUSS-Markov模型中的可容许预测4.2.1 齐次线性预测的可容许性4.2.2 非齐次线性预测的可容许性4.3 二次损失下随机回归系数模型中的可容许预测4.3.1 线性预测在线性预测类中的可容许性4.3.2 线性预测在一切预测类中的可容许性4.4 矩阵损失下一般GaUSS-Markov模型中的可容许预测4.4.1 齐次线性预测的可容许性4.4.2 非齐次线性预测的可容许性4.5 矩阵损失下随机系数模型的可容许预测4.5.1 线性预测在线性预测类中的可容许性4.5.2 线性预测在一切预测类中的可容许性4.5.3 最优线性无偏预测的可容许性4.6 不等式约束模型中的可容许预测4.6.1 不等式约束4.6.2 不等式约束4.7 多元线性模型中线性预测的泛容许性第5章 有限总体中的Minimax预测5.1 引言5.2 任意秩有限总体中的线性Minimax预测5.3 任意秩正态总体中的Minimax预测第6章 混合效应模型中的预测6.1 固定效应和随机效应线性组合的BLUP和SDP6.1.1 引言6.1.2 最优线性无偏预测6.1.3 谱分解预测6.1.4 均方误差的二阶逼近6.2 矩阵损失下的Minimax预测6.3 二次损失下的Minimax预测6.3.1 线性预测类中的Minimax预测6.3.2 一切预测类中的Minimax预测6.4 多元随机线性模型中的最优线性无偏预测6.4.1 最优线性无偏预测6.4.2 最优线性无偏预测参考文献 上一篇: 线性测温技术 下一篇: 线性锥优化