期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
MSE准则下岭-主成分组合估计与LS估计的比较与选择 被引量:1
1
作者 归庆明 韩松辉 +2 位作者 宫轶松 姚绍文 李国重 《大地测量与地球动力学》 CSCD 北大核心 2005年第4期79-83,共5页
研究了测量平差Gauss-Markov模型中岭-主成分组合估计与LS估计的比较与选择问题。首先在均方误差(MSE)准则下对岭-主成分组合估计与LS估计进行了比较,得到了岭-主成分组合估计优于LS估计的椭球条件;然后运用MonteCarlo方法对这些条件进... 研究了测量平差Gauss-Markov模型中岭-主成分组合估计与LS估计的比较与选择问题。首先在均方误差(MSE)准则下对岭-主成分组合估计与LS估计进行了比较,得到了岭-主成分组合估计优于LS估计的椭球条件;然后运用MonteCarlo方法对这些条件进行了假设检验;最后通过数值实验说明,在一定显著性水平下当原假设被接受时,可采用岭-主成分组合估计对LS估计做出比较有效的改进,当原假设被拒绝时,应该仍采用LS估计。 展开更多
关键词 岭-成分组合估计 LS估计 均方误差准则(MSE) MONTE CARLO方法 假设检验
在线阅读 下载PDF
岭型主成分估计与岭估计在抗差中的对比 被引量:1
2
作者 肖星星 王晓红 《南方农机》 2020年第23期51-53,共3页
岭估计主要用于减弱或消除数据呈病态性对参数估值的影响,但它依然存在缺陷,本文在岭估计的缺陷上,运用主成分估计方法,对平差Gauss-Markov参数模型进行改进,提出来一种新的有偏估计方法,称为岭型主成分组合估计,对岭型主成分组合估计... 岭估计主要用于减弱或消除数据呈病态性对参数估值的影响,但它依然存在缺陷,本文在岭估计的缺陷上,运用主成分估计方法,对平差Gauss-Markov参数模型进行改进,提出来一种新的有偏估计方法,称为岭型主成分组合估计,对岭型主成分组合估计、岭估计与最小二乘估计做了比较。结果表明数据呈严重病态时,岭型主成分组合估计和岭估计均方误差都小于LS估计,且岭型主成分组合估计的均方误差最小,表明岭型主成分组合估计和岭估计一样都可以改善LS估计,且其效果还优于岭估计。 展开更多
关键词 估计 Gauss-Markov模型 岭型成分组合估计 最小二乘估计
在线阅读 下载PDF
回归系数的一种有偏估计 被引量:3
3
作者 蔡新民 黄养新 《华中师范大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第2期153-155,共3页
为了改进最小二乘估计,克服其在设计阵呈病态时表现出的不可靠性,本文将最小二乘估计、Stein型估计和组合主成分估计的方法联合起来,提出了多元线性模型回归系数的一种新的有偏估计.并且证明了:此种估计在均方误差意义下是可容许估计;... 为了改进最小二乘估计,克服其在设计阵呈病态时表现出的不可靠性,本文将最小二乘估计、Stein型估计和组合主成分估计的方法联合起来,提出了多元线性模型回归系数的一种新的有偏估计.并且证明了:此种估计在均方误差意义下是可容许估计;在参数区域的某个椭球内,这种新的估计优于最小二乘估计、主成分估计和组合主成分估计. 展开更多
关键词 多元线性模型 回归系数 有偏估计 最小二乘估计 Stein型估计 组合主成分估计 可容许估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部