摘要：数据统计分析使用在实验室能力验证中极其重要。本文介绍了实验室能力验证中经典统计和稳健统计的计算方法,比较了两种方法的效率和失效点,最终得出两种方法适用的最优情况,为实验室能力验证数据统计方法的设计提供了参考。

摘要：定义了广义线性模型中参数的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)的一种新的相对效率,这种相对效率定义为参数估计量的协方差阵的最大相对特征根之比。给出了当设计矩阵满秩,协方差阵非负定时这种新的相对效率的下界,研究了新的相对效率与广义相关系数之间的关系.由本文的讨论可见,当广义线性模型与主成分分析、典型相关分析方法结合应用时,这种相对效率具有很强的实用价值。

摘要：设线性回归模型中回归系数的最小二乘(least square,LS)估计和混合估计分别为^β与βm.当设计阵X列满秩时,获得了相对效率e1(^β,βm)=det[Cov(βm)]/det[Cov(^β)]以及e2(^β,βm)=tr[Cov(βm)]/tr[Cov(^β)]的界;当X不是列满秩时,设可估函数c′β的LS估计和混合估计分别为c′^β和c′βm,获得了相对效率e3(c′^β,c′βm)=Var(c′βm)/Var(c′^β)的界.

摘要：定义了一般线性模型参数的最小二乘估计(LS估计)与BLU估计的一种新的相对效率,给出了当设计矩阵满秩,协方差阵非负定时这种相对效率的下界,最后讨论了其与广义相关系数(zρ3)之间的关系.

摘要：研究了线性回归模型中,当设计矩阵列降秩时可估函数的混合估计与最小二乘估计的相对效率,利用矩阵的相关性质及运算,导出了相对效率的界.

摘要：精益化管理水平的提升,对电网企业改进项目执行效率、降低项目运营成本以及助力该地区社会经济高质量发展具有重要意义。该文基于相对效率视角,明确了电网项目多投入多产出属性,探索了电网项目精益化管理评价要点,设计了电网项目精益化管理评价框架,构建了电网项目精益化管理评价指标体系,提出了电网项目精益化管理评价流程。

摘要：对于一般增长曲线模型,当设计阵和协方差阵满足一定的条件时,均值矩阵(XBZ)的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)相等,可用LSE代替BLUE。当这些条件不满足时,用LSE代替BLUE就要蒙受一些损失,有时这种损失很大,因而研究这种损失的大小显得相当重要,通常用它们协方差阵的差异来度量,从不同的准则出发,可以定义不同的相对效率,利用广义行列式定义了一种新的相对效率,并给出了它们的下界。

摘要：最小二乘估计是线性模型参数估计理论中应用最广泛的方法之一.随着研究的深入,它的一些缺点也呈现出来,例如存在非容许性、设计阵病态时严重偏离实际值等.对此问题统计学家也提出了一些改进的方法,其中之一就是充分利用一些先验信息.他主要考虑先验信息是随机线性的情形,并通过融合随机线性模型得到混合线性模型,利用最小二乘法得到参数的混合估计.为了测量引入的先验信息对估计的影响程度,引进基于矩阵行列式和欧氏范数标准下的相对效率,并给出了相对效率的上界和下界.

摘要：对于一类相依回归系统(1),当设计阵X1呈病态时,文[1]中提出了协方差阵已知或未知时,估计量β~1、β1^(T)的改进估计分别为β~1(k)、β1^(T,k)。讨论这两种有偏估计与它们的协方差改进估计β1~,β~1(T)及最小二乘估计β1∧之间的相对效率问题,并给出了相对效率的上界或下界。

摘要：给出了处理数及小区大小相同的双向随机区组设计对拉丁方设计的相对效率的计算公式。