×
坎纳尔·坦尼什;亚辛·阿萨尔

Conway-Maxwell-Poisson回归模型中的刘型估计：理论、模拟和应用。 （英语） 兹伯利07814989

统计 58，编号1，65-86（2024）.
摘要：最近，许多作者被激励在多重共线性的情况下提出一种新的回归估计。这些估计量中最著名的是岭型、刘型和刘型估计量。许多关于回归模型的研究表明，Liu型估计是文献中岭估计和Liu估计的良好替代。我们考虑了一种新的Liu型估计，它是Conway-Maxwell-Poisson回归模型中岭估计和Liu估计的替代。此外，我们研究了Liu型估计的理论性质，并给出了一些定理，证明了在哪些条件下Liu型估计器优于其他估计器。由于Liu型估计器有两个参数，我们还提出了一种选择参数的方法。我们设计了一个仿真研究来证明Liu型估计与岭估计和Liu估计相比的优越性。我们还通过一个实际数据示例评估了所提出的回归估计的有用性和优越性。通过仿真和实际数据示例，我们得出结论，根据均方误差准则，所提出的回归估计优于其竞争对手。

MSC公司：

62J07型 岭回归；收缩估计量

关键词：

Conway-Maxwell-Poisson回归模型;Liu估计器;Liu型估计器;蒙特卡罗模拟;多重共线性

软件：

COMPoissonReg公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Tanñsh}和\textit{Y.Asar}，统计学58，第1期，65-86（2024年；Zbl 07814989）
全文： 内政部

参考文献：

[1] 沃尔特斯，GD。使用泊松类回归分析矫正和法医心理学中的计数数据：一个相对较旧的解决相对较新问题的方法。犯罪司法行为。2007;34(12):1659-1674. 数字对象标识：
[2] Mánsson，K，Shukur，G，A Poisson岭回归估计量。经济模型。2011;28(4):1475-1481. 数字对象标识：
[3] Amin，M，Qasim，M，Afzal，S等。反高斯回归中的新脊估计量：蒙特卡罗模拟及其在化学数据中的应用。公共统计模拟计算。2022;51(10):6170-6187. 数字对象标识：·Zbl 07603866号
[4] Hoerl，AE，Kennard，RW。岭回归：非正交问题的有偏估计。技术计量学。1970;12(1):69-82. 数字对象标识：·Zbl 0202.17206号
[5] 马萨诸塞州Alkhamisi。选择脊参数的一些修改。公共统计理论方法。2006;35(11):2005-2020. 数字对象标识：·Zbl 1112.62066号
[6] Khalaf，G，Shukur，G。为回归问题选择岭参数。公共统计理论方法。2005;34(5):1177-1182. doi（操作界面）：·Zbl 1073.62057号
[7] Kibria，BMG。一些新的岭回归估计量的性能。公共统计模拟计算。2003;32(2):419-435. 数字对象标识：·Zbl 1075.62588号
[8] Muniz，G，Kibria，BG。关于一些岭回归估计：经验比较。公共统计模拟计算。2009;38(3):621-630. 数字对象标识：·Zbl 1160.62337号
[9] Mánsson，K.关于负二项回归模型的岭估计。经济模型。2012;29(2):178-184. 数字对象标识：
[10] Kibria，BG，Mánsson，K，Shukur，G。泊松回归岭型估计的一些偏差参数的模拟研究。公共统计模拟计算。2015;44(4):943-957. 数字对象标识：·Zbl 1328.62459号
[11] Yüzbaşı，B，Asar，A.零膨胀负二项回归中的岭型估计。计量经济学：方法与应用。Gazi Kitabevi公司。有限责任公司。；2018年，第93-104页。
[12] 埃里什·奥卢，M，亚曼，N.Ridge Tahminine Dayal­Kantil Regression-Analizinde Yanl­l­k Parameterisi Tahminin Performanslar­N­N Kar­sh ola-laston r how lmason。NEU科学与工程杂志2019；1(2):103-111.
[13] Amin，M，Akram，MN，Majid，A.关于使用岭估计估计Bell回归模型。公共统计模拟计算。2020;52(3):854-867. doi（操作界面）：·Zbl 07713658号
[14] Sami，F，Amin，M，Butt，MM。关于多重共线性Conway-Maxwell-Poisson回归模型的岭估计：方法和应用。一致性计算。2022;34（1）：e6477。数字对象标识：
[15] Asar，Y，Algamal，Z。伽马回归模型的一种新的双参数估计。统计选择信息计算。2022;10（3）：750-761。数字对象标识：
[16] Liu，K.线性回归中一类新的有偏估计。公共统计理论方法。1993;22(2):393-402. 数字对象标识：·Zbl 0784.62065号
[17] Liu，K.使用Liu型估计器对抗共线性。公共统计理论方法。2003;32(5):1009-1020. 数字对象标识：·Zbl 1107.62345号
[18] Mánsson，K，Kibria，BG，Sjölander，P，et al.泊松回归模型的新Liu估计：方法和应用。HUI研究；2011年（第51号）。
[19] Mánsson，K，Kibria，BG，Sjolander，P等。泊松回归模型的改进Liu估计。国际J统计概率。2012;1(1):1-5. 数字对象标识：
[20] Mánsson，K。负二项回归模型的Liu估计：方法和应用。J统计计算模拟。2013;83(9):1773-1780. doi（操作界面）：·Zbl 1453.62582号
[21] Qasim，M，Amin，M，Amanullah，M。关于伽马回归模型中一些新Liu参数的性能。J统计计算模拟。2018;88(16):3065-3080. 数字对象标识：·Zbl 07192703号
[22] Asar，Y.Liu-型负二项回归：近期估计值和应用的比较。In：线性统计推断的趋势和观点。查姆：斯普林格；2018年，第22-39页·兹比尔1397.62257
[23] Algamal，ZY，Asar，Y.Liu伽马回归模型的估计量。公共统计模拟计算。2020;49(8):2035-2048. 数字对象标识：·Zbl 07552782号
[24] YM布卢特。Bell回归模型中Liu型估计器的性能。In:第九届（在线）应用分析和数学建模国际会议（ICAAMM21）；131; 伊斯坦布尔-特基；2021
[25] Majid，A，Amin，M，Akram，MN。关于多重共线性下bell回归模型的Liu估计。J统计计算模拟。2022;92(2):262-282. 数字对象标识：·Zbl 07497842号
[26] 康威，莱茵郡，麦克斯韦郡。服务速率依赖于状态的排队模型。工业工程国际杂志；196212(2):132-136.
[27] Sellers，KF，Shmueli，G.计数数据的灵活回归模型。Ann Appl Stat.2010；4(2):943-961. 数字对象标识：·Zbl 1194.62091号
[28] Shmueli，G，Minka，TP，Kadane，JB，et al.拟合离散数据的有用分布：Conway-Maxwell-Poisson分布的恢复。J R Stat Soc Ser C（应用统计）。2005;54（1）：127-142。数字对象标识：·Zbl 1490.62058号
[29] Sami，F，Amin，M，Akram，MN，et al.Conway-Maxwell Poisson响应模型的修正单参数Liu估计。J统计计算模拟。2022;92(12):2448-2466. 数字对象标识：·Zbl 07572870号
[30] Guikema，SD，Goffelt，JP。风险分析的灵活计数数据回归模型。风险分析国际期刊2008；28(1):213-223. 数字对象标识：
[31] Sami，F，Butt，MM，Amin，M.Conway Maxwell Poisson回归模型的两参数估计量。J统计计算模拟。2023;93(13):2137-2157. 数字对象标识：·Zbl 07739781号
[32] Francis，RA，Geedipally，SR，Guikema，SD，et al.描述Conway-Maxwell-Poisson广义线性模型的性能。风险分析。2012;32（1）：167-183。数字对象标识：
[33] Chatla，SB，Shmueli，G.COM-Poisson回归和广义可加模型的有效估计。计算统计数据分析。2018;121:71-88. 数字对象标识：·Zbl 1469.62035号
[34] Segerstedt，B.关于广义线性模型中的普通岭回归。公共统计理论方法。1992;21(8):2227-2246. 数字对象标识：·Zbl 0775.62185号
[35] Mackinnon，MJ，Puterman，ML.广义线性模型中的共线性。公共统计理论方法。1989;18(9):3463-3472. 数字对象标识：·Zbl 0696.62307号
[36] Akram，MN，Amin，M，Sami，F，et al.一种新的Conway-Maxwell-Poisson-Liu回归估计量-方法和应用。数学杂志。2022;2022:文章ID 3323955。数字对象标识：
[37] Farebrother，RW。岭回归均方误差的进一步结果。J R Stat Soc B.1976；38:248-250之间·Zbl 0344.62056号
[38] Rao，C，Helge，R，Toutenburg，S等。线性模型和推广，最小二乘法和替代方法。柏林-海德堡纽约：施普林格；2008. ·Zbl 1151.62063号
[39] Abonazel，MR，Awwad，FA，Tag Eldin，E等。为COM-Poisson回归模型开发一个双参数Liu估计量：应用和模拟。前应用数学统计2023；9:956963. 数字对象标识：
[40] Sellers，K，Lotze，T，Raim，A等。COMPoissonReg:Conway-Maxwell Poisson（COM-Poisson）回归。R软件包版本0.8.0。2022年。可从以下地点购买：https://CRAN.R-project.org/package=COMPoissonReg
[41] Karlsson，P，Mánsson，K，Kibria，BMG。β回归模型的Liu估计及其在化学数据中的应用。化学杂志。2020;34（10）：e3300。数字对象标识：
[42] Myers，RH，Montgomery，DC，Vining，GG等。广义线性模型：在工程和科学中的应用。新泽西州：John Wiley&Sons；2012
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。