论文部分内容阅读
线性模型在现代统计方法中占有重要地位，是应用最为广泛的统计模型之一。本文主要研究了线性混合模型参数的谱分解Liu估计以及一些相关的统计性质。
谱分解估计是王松桂2002年提出的一种新估计，它的突出特点是对固定效应可以得出若干个具有良好统计性质的线性估计。我们知道经典的最小二乘估计在处理复共线性上存在缺陷，这使得许多统计学家致力于有偏估计研究。其中岭估计是最广为人知且应用最普遍的一种，而Liu1993年建议了一种新的有偏估计Liu估计。本文综合上述结论提出了线性混合模型参数的谱分解Liu估计，并证明了该估计是可容许的，且在一定的条件下，该估计在均方误差矩阵、广义均方误差意义下优于最小二乘估计。此外，我们还讨论了它的有效性和抗干扰性。
最后，我们进一步讨论了谱分解Liu估计在Panel模型中的应用。