×

线性回归中限制类估计的有效性。 (英语) 兹比尔1334.62122

摘要:本文对线性约束线性回归模型中的参数向量引入了一个限制(r)-(d)类估计。给出了与平衡损失函数相关联的限制(r)-(d)类估计量和限制主成分回归估计量的风险函数,并对限制(r”-(d。通过模拟数据集评估了所提估计量的性能。

MSC公司:

62J05型 线性回归;混合模型
62H25个 因子分析和主成分;对应分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Akdeniz,F。;杜兰,E.A。;Roozbeh,M。;Arashi,M.,具有相关误差的半参数回归模型中基于广义差分的Liu估计的效率,J.Stat.Compute。模拟。(2013)
[2] 杜兰,E.A。;Akdeniz,F。;Hu,H.C.,半参数回归模型中Liu型估计器的效率,计算杂志。申请。数学。,235, 1418-1428 (2012) ·Zbl 1206.62066号
[3] 总量,ß。,限制岭估计,统计概率。莱特。,65, 57-64 (2003) ·Zbl 1116.62368号
[4] 霍尔,A.E。;Kennard,R.W.,《岭回归:非正交问题的有偏估计》,《技术计量学》,第12期,第55-67页(1970年)·Zbl 0202.17205号
[5] 胡国凯。;Peng,P.,平衡损失函数下回归系数的所有可容许线性估计,J.多元分析。,102, 1217-1224 (2011) ·Zbl 1216.62013年
[6] Kaçranlar,S。;萨卡洛卢,S。;Akdeniz,F.,修正岭回归估计量和限制岭回归估计的均方误差比较,Commun。统计理论方法,27,131-138(1998)·兹比尔0960.62068
[7] Kaçranlar,S。;萨卡洛卢,S。;奥兹卡勒,M.R。;Güler,H.,《关于限制岭估计的更多信息》,J.Stat.Compute。模拟。,11, 1433-1448 (2011) ·Zbl 1327.62405号
[8] Kaçranlar,S。;萨卡洛·鲁,S.,结合刘估计量和主成分回归估计量,Commun。统计理论方法,30,2699-2705(2001)·Zbl 1009.62560号
[9] Liu,K.,线性回归中的一类新的有偏估计,Commun。统计理论方法,22393-402(1993)·Zbl 0784.62065号
[10] Liu,K.,使用Liu型估计器对抗共线性,Commun。统计理论方法,321009-1020(2003)·Zbl 1107.62345号
[11] Özkale,M.R.,《主成分回归估计量和限制检验》,《统计学》,43,541-551(2009)·Zbl 1282.62161号
[12] Roozbeh,M。;Arashi,M。;Niroumand,N.A.,具有相关误差的偏线性模型中的岭回归方法,J.Stat.Comput。模拟。,81, 517-528 (2011) ·Zbl 1221.62107号
[13] Sarkar,N.,多重共线性回归中一些估计量的均方误差矩阵比较,统计概率。莱特。,30, 133-138 (1992) ·Zbl 1059.62560号
[14] Swindel,B.F.,《基于先验信息的良好估计》,Commun。统计理论方法,51065-1075(1976)·Zbl 0342.62035号
[15] Shalabh,平衡损失函数下测量误差模型中的最小二乘估计,Test,10301-308(2001)·Zbl 1109.62326号
[16] 徐建伟。;Yang,H.,关于线性回归中的限制(r-k)类估计和限制(r-d)类估计,J.Stat.Compute。模拟。,81, 679-691 (2011) ·Zbl 1271.62153号
[17] Yang,H。;Xu,J.W.,基于多元Student-t误差回归模型中冲突的W、LR和LM检验的初步检验Liu估计量,Metrika,7275-292(2011)·Zbl 1213.62031号
[18] Zhong,Z.H。;Yang,H.,限制线性模型的岭估计,Commun。统计理论方法,36,2099-2115(2007)·Zbl 1124.62041号
[19] Zellner,A.,使用平衡损失函数的贝叶斯和非贝叶斯估计,(Gupta,S.S.;Berger,J.O.,《统计决策理论和相关主题》,第五卷(1994),Springer:Springer NewYork),377-390·兹比尔0787.62035
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。