کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7546281 1489623 2017 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On equivalence of predictors/estimators under a multivariate general linear model with augmentation
ترجمه فارسی عنوان
در همگرایی پیش بینی ها / برآوردگرها تحت یک مدل خطی چند متغیره با افزایش
ترجمه چکیده
فرض کنید یک مدل واقعی خطی چند متغیره برای یک ماتریس تصادفی مشاهده شده با اضافه کردن برخی از رگرسیون های جدید به دلیل عدم قطعیت مدل بیش از حد پارامتر است. سپس پیش بینی ها و برآوردگرهای فضاهای پارامتر در مدل های واقعی و بیش از حد پارامتر لزوما یکسان نیستند. در این مقاله، مسئله مقایسه پیش بینی ها / برآوردگرهای فضاهای پارامتر تحت دو مدل مطالعه می شود. به طور خاص، شرایط لازم و کافی برای بهترین پیش بینی کننده های غیر خطی خطی / بهترین برآوردگرهای غیر خطی خطی فضاهای پارامتر را به دست می آوریم که در دو مدل مشابه باشند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آمار و احتمال
چکیده انگلیسی
Assume that a true multivariate general linear model for an observed random matrix is over-parameterized by adding some new regressors due to model uncertainty. Then predictors and estimators of parameter spaces in the true and over-parameterized models are not necessarily the same. In this article, we study the comparison problem of predictors/estimators of parameter spaces under the two models. In particular, we derive necessary and sufficient conditions for the best linear unbiased predictors/best linear unbiased estimators of the parameter spaces to be equivalent under the two models.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of the Korean Statistical Society - Volume 46, Issue 4, December 2017, Pages 551-561
نویسندگان
, ,