期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
部分线性变系数模型的加权混合几乎无偏岭估计 被引量:1
1
作者 张巍巍 《统计与决策》 CSSCI 北大核心 2021年第15期34-37,共4页
文章研究随机线性约束条件下部分线性变系数模型的参数估计问题。为了克服多重共线性,融合Profile最小二乘估计、几乎无偏岭估计和加权混合估计构造了回归模型参数分量新的加权混合几乎无偏岭估计,并在均方误差矩阵准则下给出新估计量... 文章研究随机线性约束条件下部分线性变系数模型的参数估计问题。为了克服多重共线性,融合Profile最小二乘估计、几乎无偏岭估计和加权混合估计构造了回归模型参数分量新的加权混合几乎无偏岭估计,并在均方误差矩阵准则下给出新估计量优于加权混合估计和几乎无偏岭估计的充要条件,最后通过数值模拟验证了所提出估计量的有限样本性质。 展开更多
关键词 部分线性变系数模型 多重共线性 Profile最小二乘方法 几乎无偏估计 加权混合估计
在线阅读 下载PDF
均方误差准则下的几乎无偏Stein岭型主成分估计的优良性 被引量:4
2
作者 朱宁 刘庆华 +1 位作者 周桂兰 农以宁 《河南师范大学学报(自然科学版)》 CAS 北大核心 2017年第5期1-6,共6页
将Stein岭型主成分估计利用几乎无偏估计思想进行优化,得到几乎无偏Stein岭型主成分估计.并考虑均方误差准则,得到了几乎无偏Stein岭型主成分估计优于最小二乘估计、Stein岭型主成分估计的充分条件.并通过数值实验证明在给定k或p时,几... 将Stein岭型主成分估计利用几乎无偏估计思想进行优化,得到几乎无偏Stein岭型主成分估计.并考虑均方误差准则,得到了几乎无偏Stein岭型主成分估计优于最小二乘估计、Stein岭型主成分估计的充分条件.并通过数值实验证明在给定k或p时,几乎无偏Stein岭型主成分估计的均方误差与Stein岭型主成分估计的均方误差较为接近,且远大于最小二乘估计的均方误差. 展开更多
关键词 均方误差 几乎无偏估计 型主成分估计 优良性
在线阅读 下载PDF
半变系数模型的几乎无偏岭估计探讨 被引量:4
3
作者 曹连英 王蕾 +1 位作者 张博 徐文科 《统计与决策》 CSSCI 北大核心 2018年第17期25-28,共4页
文章研究了具有多重共线性的半变系数模型的估计问题,基于轮廓最小二乘方法给出了半变系数模型的几乎无偏岭估计。证明几乎无偏岭估计在偏与均方误差意义下优于岭估计,并用数值模拟算例说明了几乎无偏岭估计的有效性和可行性。
关键词 半变系数模型 多重共线性 几乎无偏估计 轮廓最小二乘估计
在线阅读 下载PDF
Gamma回归模型的几乎无偏岭估计 被引量:1
4
作者 左卫兵 钱莉 谢蕾蕾 《统计与决策》 CSSCI 北大核心 2020年第18期18-21,共4页
针对Gamma回归模型的复共线性,文章提出Gamma回归模型的几乎无偏岭估计。研究了几乎无偏岭估计与极大似然估计之间的线性关系,证明了几乎无偏岭估计是一种压缩估计。在均方误差准则下,讨论了几乎无偏岭估计的均方误差关于参数k的函数性... 针对Gamma回归模型的复共线性,文章提出Gamma回归模型的几乎无偏岭估计。研究了几乎无偏岭估计与极大似然估计之间的线性关系,证明了几乎无偏岭估计是一种压缩估计。在均方误差准则下,讨论了几乎无偏岭估计的均方误差关于参数k的函数性质,并给出了几乎无偏岭估计优于极大似然估计和普通岭估计的存在性定理。最后讨论了最优几乎无偏岭参数的一种取值方法。通过Monte Carlo模拟,证明了所提出几乎无偏岭估计和最优几乎无偏岭参数的优良性。 展开更多
关键词 Gamma回归模型 几乎无偏估计 几乎无偏参数 均方误差
在线阅读 下载PDF
平衡损失函数下几乎无偏估计的统计性质 被引量:1
5
作者 王文钐 赵世舜 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2018年第4期871-876,共6页
在平衡损失函数下,讨论线性回归模型中几乎无偏Liu估计与几乎无偏Stein岭型主成分估计的统计性质.分别给出几乎无偏Liu估计与几乎无偏Stein岭型主成分估计在平衡损失函数下的风险,并在不同条件下讨论这两种风险的关系.
关键词 线性模型 几乎无偏Liu估计 几乎无偏Stein型主成分估计 平衡损失函数
在线阅读 下载PDF
基于混合地理加权Fay-Herriot模型的小域估计
6
作者 李腾 魏传华 于力超 《应用数学》 CSCD 北大核心 2019年第2期339-348,共10页
作为一类区域层次模型, Fay-Herriot模型在小域估计中已经得到广泛的应用,这类模型假定各区域的直接估计是空间不相关的.很多情况下这个假定是不成立的,因此一些考虑空间效应的Fay-Herriot模型被提出.本文基于混合地理加权回归模型提出... 作为一类区域层次模型, Fay-Herriot模型在小域估计中已经得到广泛的应用,这类模型假定各区域的直接估计是空间不相关的.很多情况下这个假定是不成立的,因此一些考虑空间效应的Fay-Herriot模型被提出.本文基于混合地理加权回归模型提出一类新的Fay-Herriot模型用以刻画空间非平稳性,基于提出的模型,给出小域目标参数的经验最佳线性无偏预测估计量,并研究了该估计量的均方误差.最后通过数值模拟验证了所提方法的有效性. 展开更多
关键词 Fay-Herriot模型 混合地理加权回归模型 小域估计 经验最佳线性无偏预测
在线阅读 下载PDF
一种基于随机约束线性模型的参数有偏估计 被引量:1
7
作者 刘朝林 荣腾中 +1 位作者 赵菲 周利锋 《统计与决策》 CSSCI 北大核心 2014年第13期75-77,共3页
文章讨论了随机约束线性模型的参数估计问题,提出了一种新的几乎无偏加权混合岭估计方法。证明了在二次偏差准则下新估计优于加权混合岭估计,并分析了在均方误差矩阵准则下所提出的有偏估计优于加权混合岭估计的充要条件。
关键词 加权混合估计 几乎无偏加权混合岭估计 二次偏差 均方误差矩阵
在线阅读 下载PDF
均方误差意义下AUGR估计与GR估计及OLS估计的效率比较
8
作者 刘彬 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第9期34-36,共3页
在均方误差意义下,从均方误差的结构出发,从局部的角度比较了几乎无偏广义岭估计与广义岭估计、几乎无偏广义岭估计与最小二乘估计,给出了几乎无偏广义岭估计优于广义岭估计以及几乎无偏广义岭估计优于最小二乘估计的充分条件.
关键词 几乎无偏广义估计 广义估计 最小二乘估计 均方误差
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部