本项目研究多元统计中参数估计的容许性以及与本项目有关的一些遗留问题。解决的遗留问题主要是误差方差的二次型估计在一切估计类中的容许性和较为一般的方差分量模型中回归系数的线性容许估计。解决的新问题主要是期望向量在三种常用损失函数下线性容许估计,期望向量的线性Minimax估计,协方差阵的二次型容许估计和多组变量的典型相关系数和典型变量的定义。本项目的主要特点是创新了许多研究方法;二次型估计在一切估计数中的溶许性的结果是第一个充要条件;有些结果与以往的结论相比较有一些本质的不同;多组变量的典型相关系数和典型变量的概念填补了空白。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
基于Copula理论的库岸边坡变形预测模型及概率失稳判据
污染黄土边坡浅层致灾机理及失效判据研究
大冶铁矿高陡边坡破坏判据及滑坡机理研究
顺层岩体边坡失稳机理与抗滑桩控制体系优化方法