B.M.Golam,Kibria;克里斯托弗·马森;Shukur,加齐 零膨胀泊松模型的一些岭回归估计。 (英语) Zbl 1514.62668号 J.应用。斯达。 40,第4期,721-735(2013). 摘要:零膨胀泊松回归模型通常用于分析以非负整数形式出现的经济数据,因为它可以解释因变量的过零和过度分散。然而,在分析该模型尚未解决的经济数据时,经常遇到的一个问题是多重共线性。本文提出了非负模型岭回归(RR)估计和岭参数(k)的估计方法。进行了仿真研究,以比较估计器的性能。均方误差和平均绝对误差都被视为性能标准。仿真研究表明,一些估计量优于常用的最大似然估计量和其他一些RR估计量。基于模拟研究和实证应用,为从业人员推荐了一些有用的估计值。 引用于9文件 MSC公司: 62至XX 统计 关键词:count数据;估计;多重共线性;岭回归;模拟;零膨胀泊松 PDF格式BibTeX公司 XML格式引用 \textit{B.M.G.Kibria}等人,J.Appl。Stat.40,No.4,721--735(2013;Zbl 1514.62668) 全文: 内政部 参考文献: [1] 弗里希,R.1934。用完全回归系统进行统计融合分析。出版物5奥斯陆:大学经济学院·Zbl 0011.21903号 [2] Gibbons,D.G.1981年。一些岭估计的模拟研究。美国统计协会。, 76: 131-139. (doi:10.1080/01621459.1981.10477619)·Zbl 0452.62055号 [3] Greene,W.H.1994年。泊松和负二项回归模型中零点过多和样本选择的解释纽约大学。经济系讨论文件EC-94-10 [4] Grásjö,U.2005年。可进行研发和专利生产。37,皇家理工学院,CESIS-科学和创新研究卓越中心。 [5] Hoerl,A.E.和Kennard,R.W.1970年A。岭回归:非正交问题的有偏估计。技术计量学, 12: 55-67. (doi:10.1080/00401706.1970.10488634)·Zbl 0202.17205号 [6] Hoerl,A.E.和Kennard,R.W.1970b。岭回归:非正交问题的应用。技术计量学, 12: 69-82. (doi:10.1080/00401706.1970.10488635)·Zbl 0202.17206号 [7] Kibria,B.M.G.2003年。一些新的岭回归估计的性能。Commun公司。统计理论方法。, 32: 419-435. ·Zbl 1075.62588号 [8] Kibria,B.M.G.、Mánsson,K.和Shukur,G.,2011年。一些logistic岭回归估计的性能。计算。经济。, 40: 401-414. (doi:10.1007/s10614-011-9275-x)·doi:10.1007/s10614-011-9275-x [9] 兰伯特,D.1992。零膨胀泊松回归,用于制造缺陷。技术指标,, 34: 1-14. (doi:10.2307/1269547)·Zbl 0850.62756号 [10] Mánsson,K.和Shukur,G.2011a。关于logistic回归中的岭参数。Commun公司。统计理论方法。, 40: 3366-3381. ·Zbl 1225.62098号 [11] Månsson,K.和Shukur,G.,2011年b。泊松岭回归估计量。经济。模型。, 28: 1475-1481. (doi:10.1016/j.econmod.2011.02.030)·Zbl 1225.62098号 ·doi:10.1016/j.econmod.2011.02.030 [12] Muniz,G.和Kibria,B.M.G.,2009年。关于一些岭回归估计:经验比较。Commun公司。统计模拟。计算。, 38: 621-630. (doi:10.1080/03610910802592838)·Zbl 1160.62337号 [13] Nelder,J.A.和Mead,R.1965年。函数最小化的单纯形方法。计算。J。, 7: 308-313. (doi:10.1093/comjnl/7.4.308)·Zbl 0229.65053号 ·doi:10.1093/comjnl/7.4.308 [14] Schaefer,R.L.、Roi,L.D.和Wolfe,R.A.,1984年。岭logistic估计。Commun公司。统计理论方法。, 13: 99-113. (doi:10.1080/03610928408828664) 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。