James D. Malley
Optimal Unbiased Estimation of Variance Components (eBook, PDF)
40,95 €
40,95 €
inkl. MwSt.
Sofort per Download lieferbar
20 °P sammeln
40,95 €
Als Download kaufen
40,95 €
inkl. MwSt.
Sofort per Download lieferbar
20 °P sammeln
Jetzt verschenken
Alle Infos zum eBook verschenken
40,95 €
inkl. MwSt.
Sofort per Download lieferbar
Alle Infos zum eBook verschenken
20 °P sammeln
James D. Malley
Optimal Unbiased Estimation of Variance Components (eBook, PDF)
- Format: PDF
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei
bücher.de, um das eBook-Abo tolino select nutzen zu können.
Hier können Sie sich einloggen
Hier können Sie sich einloggen
Sie sind bereits eingeloggt. Klicken Sie auf 2. tolino select Abo, um fortzufahren.
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei bücher.de, um das eBook-Abo tolino select nutzen zu können.
Zur Zeit liegt uns keine Inhaltsangabe vor.
- Geräte: PC
- ohne Kopierschutz
- eBook Hilfe
- Größe: 7.68MB
Zur Zeit liegt uns keine Inhaltsangabe vor.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
Produktdetails
- Produktdetails
- Verlag: Springer US
- Seitenzahl: 146
- Erscheinungstermin: 6. Dezember 2012
- Englisch
- ISBN-13: 9781461575542
- Artikelnr.: 44060228
- Verlag: Springer US
- Seitenzahl: 146
- Erscheinungstermin: 6. Dezember 2012
- Englisch
- ISBN-13: 9781461575542
- Artikelnr.: 44060228
- Herstellerkennzeichnung Die Herstellerinformationen sind derzeit nicht verfügbar.
One: The Basic Model and the Estimation Problem.- 1.1 Introduction.- 1.2 An Example.- 1.3 The Matrix Formulation.- 1.4 The Estimation Criteria.- 1.5 Properties of the Criteria.- 1.6 Selection of Estimation Criteria.- Two: Basic Linear Technique.- 2.1 Introduction.- 2.2 The vec and mat Operators.- 2.3 Useful Properties of the Operators.- Three: Linearization of the Basic Model.- 3.1 Introduction.- 3.2 The First Linearization.- 3.3 Calculation of var(y).- 3.4 The Second Linearization of the Basic Model.- 3.5 Additional Details of the Linearizations.- Four: The Ordinary Least Squares Estimates.- 4.1 Introduction.- 4.2 The Ordinary Least Squares Estimates: Calculation.- 4.3 The Inner Structure of the Linearization.- 4.4 Estimable Functions of the Components.- 4.5 Further OLS Facts.- Five: The Seely-Zyskind Results.- 5.1 Introduction.- 5.2 The General Gauss-Markov Theorem: Some History and Motivation.- 5.3 The General Gauss-Markov Theorem: Preliminaries.- 5.4 The General Gauss-Markov Theorem: Statement and Proof.- 5.5 The Zyskind Version of the Gauss-Markov Theorem.- 5.6 The Seely Condition for Optimal unbiased Estimation.- Six: The General Solution to Optimal Unbiased Estimation.- 6.1 Introduction.- 6.2 A Full Statement of the Problem.- 6.3 The Lehmann-Scheffé Result.- 6.4 The Two Types of Closure.- 6.5 The General Solution.- 6.6 An Example.- Seven: Background from Algebra.- 7.1 Introduction.- 7.2 Groups, Rings, Fields.- 7.3 Subrings and Ideals.- 7.4 Products in Jordan Rings.- 7.5 Idempotent and Nilpotent Elements.- 7.6 The Radical of an Associative or Jordan Algebra.- 7.7 Quadratic Ideals in Jordan Algebras.- Eight: The Structure of Semisimple Associative and Jordan Algebras.- 8.1 Introduction.- 8.2 The First Structure Theorem.- 8.3 Simple Jordan Algebras.- 8.4 SimpleAssociative Algebras.- Nine: The Algebraic Structure of Variance Components.- 9.1 Introduction.- 9.2 The Structure of the Space of Optimal Kernels.- 9.3 The Two Algebras Generated by Sp(?2).- 9.4 Quadratic Ideals in Sp(?2).- 9.5 Further Properties of the Space of Optimal Kernels.- 9.6 The Case of Sp(?2) Commutative.- 9.7 Examples of Mixed Model Structure Calculations: The Partially Balanced Incomplete Block Designs.- Ten: Statistical Consequences of the Algebraic Structure Theory.- 10.1 Introduction.- 10.2 The Jordan Decomposition of an Optimal Unbiased Estimate.- 10.3 Non-Negative Unbiased Estimation.- Concluding Remarks.- References.
One: The Basic Model and the Estimation Problem.- 1.1 Introduction.- 1.2 An Example.- 1.3 The Matrix Formulation.- 1.4 The Estimation Criteria.- 1.5 Properties of the Criteria.- 1.6 Selection of Estimation Criteria.- Two: Basic Linear Technique.- 2.1 Introduction.- 2.2 The vec and mat Operators.- 2.3 Useful Properties of the Operators.- Three: Linearization of the Basic Model.- 3.1 Introduction.- 3.2 The First Linearization.- 3.3 Calculation of var(y).- 3.4 The Second Linearization of the Basic Model.- 3.5 Additional Details of the Linearizations.- Four: The Ordinary Least Squares Estimates.- 4.1 Introduction.- 4.2 The Ordinary Least Squares Estimates: Calculation.- 4.3 The Inner Structure of the Linearization.- 4.4 Estimable Functions of the Components.- 4.5 Further OLS Facts.- Five: The Seely-Zyskind Results.- 5.1 Introduction.- 5.2 The General Gauss-Markov Theorem: Some History and Motivation.- 5.3 The General Gauss-Markov Theorem: Preliminaries.- 5.4 The General Gauss-Markov Theorem: Statement and Proof.- 5.5 The Zyskind Version of the Gauss-Markov Theorem.- 5.6 The Seely Condition for Optimal unbiased Estimation.- Six: The General Solution to Optimal Unbiased Estimation.- 6.1 Introduction.- 6.2 A Full Statement of the Problem.- 6.3 The Lehmann-Scheffé Result.- 6.4 The Two Types of Closure.- 6.5 The General Solution.- 6.6 An Example.- Seven: Background from Algebra.- 7.1 Introduction.- 7.2 Groups, Rings, Fields.- 7.3 Subrings and Ideals.- 7.4 Products in Jordan Rings.- 7.5 Idempotent and Nilpotent Elements.- 7.6 The Radical of an Associative or Jordan Algebra.- 7.7 Quadratic Ideals in Jordan Algebras.- Eight: The Structure of Semisimple Associative and Jordan Algebras.- 8.1 Introduction.- 8.2 The First Structure Theorem.- 8.3 Simple Jordan Algebras.- 8.4 SimpleAssociative Algebras.- Nine: The Algebraic Structure of Variance Components.- 9.1 Introduction.- 9.2 The Structure of the Space of Optimal Kernels.- 9.3 The Two Algebras Generated by Sp(?2).- 9.4 Quadratic Ideals in Sp(?2).- 9.5 Further Properties of the Space of Optimal Kernels.- 9.6 The Case of Sp(?2) Commutative.- 9.7 Examples of Mixed Model Structure Calculations: The Partially Balanced Incomplete Block Designs.- Ten: Statistical Consequences of the Algebraic Structure Theory.- 10.1 Introduction.- 10.2 The Jordan Decomposition of an Optimal Unbiased Estimate.- 10.3 Non-Negative Unbiased Estimation.- Concluding Remarks.- References.