-
题名回归系数的t-k类估计
- 1
-
-
作者
姚绍文
张颖芳
归庆明
顾勇为
-
机构
河南理工大学数学与信息科学学院
信息工程大学理学院数理系
-
出处
《河南理工大学学报（自然科学版）》
CAS
2006年第4期335-337,共3页
-
基金
山东省重点开放实验室项目(SD040202)
河南省自然科学基金资助项目(0511010100)
+1 种基金
国家自然科学基金资助项目(40474007)
河南理工大学青年基金资助项目(P051004)
-
文摘
在线性回归中,当设计矩阵的列向量间存在复共线性时,回归系数的最小二乘估计的性质显著变坏.为了消除或减弱复共线性对参数估计的影响,以获得更高精度的参数估计,在均方误差矩阵意义下,提出了回归系数的一类新的估计,即t-k类估计,它是对最小二乘估计的改进,是一种新的压缩有偏估计.并且与最小二乘(LS)估计、岭估计和主成分估计进行比较,给出了在均方误差矩阵意义下,t-k类估计优于这些估计的充要条件以及这些条件的检验方法.
-
关键词
复共线性
岭估计
主成分估计
t—k类估计
均方误差矩阵
-
Keywords
muhicollinearity
ordinary ridge regression （orr） estimator
principal components regression （PCR） estimator
t - k class estimator
mean square error matrix （MSEM）
-
分类号
O212
[理学—概率论与数理统计]
-
