回归系数的t-k类估计
姚绍文1
张颖芳1
归庆明2
顾勇为2
1.河南理工大学,数学与信息科学学院,河南,焦作,4540032.信息工程大学,理学院数理系,河南,郑州,450001
摘要：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
分类号：O212(概率论与数理统计)
资助基金：山东省重点实验室基金(SD040202)河南省自然科学基金(0511010100)国家自然科学基金(40474007)河南理工大学校科研和校改项目(P051004)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 335-337 )
英文信息