单向分类随机模型方差分量的经验Bayes估计

摘要

对于在质量控制、生物育种以及计量经济等方面有着广泛应用的单向分类随机模型 其中y_(ij)为观测数据,ε_i～N(0,σ_1~2)为随机效应,ε_i～N(0,σ_2~2)是随机误差,通常要求考虑对其参数μ,σ_1~2,σ_2~2作出估计,特别是对方差分量σ_1~2,σ_2~2的估计。而在目前常见的估计方法中,大都有一个共同的缺点,即不能保证方差分量估计的非负性。本文采用经验Bayes方法,在平方损失下,利用密度函数及其偏导数的核估计构造出方差分量的一个经验Bayes估计,这个估计是非负的。并证明了这种估计是渐近最优的,在一定条件下,其收敛速度可任意地接近于0(n^(-1/2)。