BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Pordzik Paweł R. (Akademia Rolnicza w Poznaniu)
Tytuł
Testymator wektora parametrów w ogólnym modelu liniowym - konstrukcja i własności na gruncie macierzowej funkcji ryzyka
Źródło
Przegląd Statystyczny, 1993, vol. 40, z. 1, s. 71-82, bibliogr. 15 poz.
Statistical Review
Słowa kluczowe
Statystyka matematyczna, Modele matematyczne, Macierze
Mathematical statistics, Mathematical models, Matrix
Uwagi
summ.
Abstrakt
W pracy zagadnienie testymacji jest omawiane w kotekście ogólnego modelu liniowego M={y, Xbeta, gamma kwadrat * V}, w którym y jest (nx1)-wymiarowym wektorem obserwowalnych zmiennych losowych o rozkładzie nirmalnym z warotością oczekiwaną E(y)=X*beta i macierzą dyspersji D(y)=gamma kwadrat * V. Celem pracy jest uogólnienie pewnych rezultatów przedstawionych w monografii [7] poprzez dyskusję zagadnienia testymacji w kontekście ogólnego modelu liniowego.
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Baksalary J. K., Markiewicz ?., Admissible linear estimators in restricted linear models, Linear Algebra and Its Applications 70 (1985), s. 9-19.
  2. Baksalary J. K., Pordzik P. R., Inverse-partitioned-matrix method for the general Gauss-Markov model with linear restrictions, Journal of Statistical Planning and Inference 23 (1989), s. 133 -143.
  3. Bancroft T. A, Testimating, testipredicting and test/testing as aids in using Snedecor and Cochrans's "Statistical Methods", Biometrics 31 (1975), s. 319-323.
  4. Bock M. A., Yancey T. A, Judge G. G., The statistical consequences of preliminary test estimators in regression, Journal of American Statistical Association 68 (1973), s. 109-116.
  5. Ferebrother R. W., Further results on the mean square error of ridge regression, Journal of The Royal Statistical Society ? 38 (1976), s. 248-250.
  6. Goodnight J., Wallace T. D., Operational techniques and tables for making weak MSE test for restrictions in regression, Econometrica 40 (1972), s. 699 - 709.
  7. Judge G. G., Bock ?. ?., The Statistical Implications of Pre-test and Stein-rule Estimators in Econometrics, North-Holland, Amsterdam 1978.
  8. Judge G. G., Yancey ?. ?., Improved Methods of Inference in Econometrics, North-Holland, Amsterdam 1986.
  9. Judge G. G, Griffiths W. E., Hill R. C., Lee T. Ch., The Theory and Practice of Econometrics, John Wiley, New York 1980.
  10. Kempthorne O., Best linear unbiased estimation with arbitrary variance matrix, Essays in Probability and Statistics (S. Ikeda, ed.), Shinko Tsusho, Tokyo, (1976), s. 203-225.
  11. Rao C. R., Unified theory of linear estimation, Sankhya Ser. A 33 (1971), s. 371-394 [Corrigenda: ibid 34, 194 i 477].
  12. Rao C. R., A note on the IPM method in the unified theory of linear estimation, Sankhya Ser. A 34 (1972), s. 285-288.
  13. Rao C. R., Modele liniowe statystyki matematycznej, PWN, Warszawa 1982.
  14. Toro-Vizcarrondo ?., Wallace T. D., A test of the mean square error criterion for restrictions in linear regression, Journal of American Statistical Association 63 (1968), s. 558-572.
  15. Wallace T. D., Toro-Vizcarrondo C., Tables for the mean square error test for exact linear restrictions in regression, Journal of American Statistical Association 64 (1969), s. 1649-1663.
Cytowane przez
Pokaż
ISSN
0033-2372
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu