线性模型中均值向量的LSE和BLUE的偏差

摘要：

考虑线性模型Y=Xβ+e,这里E(e)=0, Cov(e,e)=σ2V,V是非负定矩阵.众所周知,μ=Xβ的最小二乘估计和最优线性无偏估计分别为μ*=X(X′X)-X′Y和=X(X′T-X)-X′T-Y,这里T=V+XUX′,U是矩阵满足R(T)=R(VX)且T≥0.该文讨论V≥0时μ*与的偏差.在满足一定条件下得到相似的Haberman的一个界.在欧氏范数下,得到使Haberman条件成立的一个便于应用的充要条件.证明了类似于[2]界的推广形式,并把[3]界推广到V≥0.

关键词：线性模型、最小二乘估计、最优线性无偏估计、欧氏范数

分类号：O21;O1

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：10-21