对于一个线性模型,如果最小二乘估计(LSE)与最佳线性无偏估计(BLUE)相等,就可以放心地用LSE代替BLUE;反之,用LSE代替BLUE就要蒙受一些损失,有时,这种损失可能是很大的,因而研究这种损失的大小就显得颇为重要.考虑一般线性模型y=Xβ+ε,E(ε)=0,cov(e)=σ2∑,定义了LSE相对于BLUE的两个新的相对效率,并给出了它们的上界.
[1] 高道德, 王静龙. 广义最小二乘估计的效率 [J]. 系统科学与数学 1990, 10(02).
[2] 张日权, 张玉生. 生长曲线模型参数估计B的几个相对效率 [J]. 数学物理学报 1999, 19(05).
[3] 刘爱义, 王松桂. 线性模型中最小二乘估计的一种新的相对效率 [J]. 应用概率统计 1989, 5(02).
[4] 黄元亮, 陈桂景. 线性模型中参数估计的相对效率 [J]. 应用概率统计 1998, 14(02).
[5] Deng Qirong, Chenjianbao. Some relative deficiencies of LSE in growth curve model [J]. 应用数学 1997, 10(01).
[6] 王松桂. 线形模型理论及其应用 [M]. 合肥:安徽教育出版社 1987.
[7] 王松桂, 贾忠贞. 矩阵论中不等式 [M]. 合肥:安徽教育出版社 1994.
[8] 王松桂, 陈敏, 陈立萍. 线性统计模型 [M]. 北京:高等教育出版社 1999.
