线性模型中回归系数的c-F(K)型估计的研究和应用 |
| |
作者姓名: | 叶晓枫 王珑云 |
| |
作者单位: | 华北水利水电大学,河南郑州450045 |
| |
基金项目: | 河南省自然科学基金(112300410040). |
| |
摘 要: | 针对引起线性回归模型最小二乘估计性能变坏的根本原因,在线性回归模型中提出了一种新的有偏估计β(F(K))=(cX'V-1X+TF(K)T')-1X'V-1Y,它将众多经典的有偏估计结合在一起,对有偏估计进行了改进.首先利用Stine式压缩技术说明在均方误差意义下β(F(K))=(cX'V-1X+TF(K)T')-1X'V-1Y,它将众多经典的有偏估计结合在一起,对有偏估计进行了改进.首先利用Stine式压缩技术说明在均方误差意义下β(F(K))具有优于广义岭估计的优良性质,然后将β(F(K))具有优于广义岭估计的优良性质,然后将β(F(K))应用到多元线性回归模型的可容许性上.
|
关 键 词: | 复共线性 最小二乘估计 c-F(K)型估计 可容许性 |
本文献已被 维普 等数据库收录! |
|