×
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。