特伦克勒,G。;图滕堡,H。 有偏估计量之间的均方误差矩阵比较-最新结果概述。 (英语) Zbl 0703.62066号 统计高度 31,No.3,165-179(1990). 摘要:我们给出了一个关于竞争有偏估计量的均方误差矩阵比较的系统报告。我们的方法非常通用:假设待估计的参数向量属于p维欧几里德空间的子集。然而,为了说明我们的结果,我们应该注意线性回归模型,其中有偏估计非常流行。特别是我们对广义岭估计和限制最小二乘估计感兴趣。 引用于1审查引用于68文件 MSC公司: 62甲12 多元分析中的估计 62J05型 线性回归;混合模型 62J07型 岭回归;收缩估计器(拉索) 关键词:岭估计;近期结果概述;均方误差矩阵比较;竞争有偏估计量;欧几里德空间;受限最小二乘估计 PDF格式BibTeX公司 XML格式引用 \textit{G.Trenkler}和\textit{H.Toutenburg},Stat.Hefte 31,No.3,165--179(1990;Zbl 0703.62066) 全文: 内政部 参考文献: [1] Baksalay,J.K。;Kala,R.,矩阵之间的偏序,其中一个为一级,波兰科学院公报,数学,31,5-7(1983)·Zbl 0535.15006号 [2] Baksalay,J.K。;Liski,E.P。;Trenkler,G.,均方误差矩阵改进和线性估计的可容许性,《统计规划与推断杂志》,23,313-325(1989)·兹伯利0685.62052 ·doi:10.1016/0378-3758(89)90075-X [3] Bekker,P.A。;Neudecker,H.,Albert定理应用于效率和MSE优越性问题,Neerlandica统计,43,157-167(1989)·Zbl 0731.62105号 ·doi:10.1111/j.1467-9574.1989.tb01256.x [4] Ben-Israel,A。;Greville,T.N.E.,《广义逆:理论与应用》(1974),纽约:John Wiley,纽约·Zbl 0305.15001号 [5] 坎贝尔,S.L。;Meyer,C.D.,线性变换的广义逆(1979),伦敦:皮特曼,伦敦·Zbl 0417.15002号 [6] Chawla,J.S.,关于一般岭估计的注释,《统计学通讯》,A,17,739-744(1988)·Zbl 0664.62069号 [7] Chawla,J.S.,关于岭估计优于最小二乘估计的充要条件,统计论文,29,227-230(1988)·Zbl 0649.62062号 ·doi:10.1007/BF202924527 [8] Farebrot,R.W.,关于岭回归均方误差的进一步结果,英国皇家统计学会期刊B,38248-250(1976)·Zbl 0344.62056号 [9] Obenchain,R.I.,缩小假设初步测试后的岭分析,技术计量学,17431-445(1975)·Zbl 0324.62050号 ·doi:10.2307/1268429 [10] Perlman,M.D.,几个参数的简化均方误差估计,Sankhya B,34,89-92(1972) [11] Rao,C.R.,线性统计推断及其应用(1973),纽约:John Wiley,纽约·Zbl 0256.6202号 [12] Teräsvirta,T.,齐次线性估计量的优势比较,《统计通讯A》,第11期,第1595-1601页(1982年)·Zbl 0506.62052号 [13] TERáSVIRTA,T.(1983):“异质估值器的强大优势”,《ASA商业和经济统计学报》第135-139页。 [14] Toutenburg,H.,线性模型中的先验信息(1982),纽约:John Wiley,纽约·兹伯利0468.62056 [15] TOUTENBURG,H.(1986):“加权混合回归及其对回归变量无响应的应用。一: 理论结果”,预印IMath。,1986年9月29日,柏林。 [16] TOUTENBURG,H.和STAHLECKER,P.(1989):“关于有偏限制最小二乘估计量之间MSE比较的报告”,多特蒙德大学,Fachbereich Statistik,Forschungsbericht 89/15。 [17] TOUTENBURG,H.(1989):“受限最小二乘、混合和加权混合估计量之间的均方误差比较”,Forschungsbercht Nr.89/12,多特蒙德大学。 [18] Toutenburg,H。;Schaffrin,B.,加权混合回归,卡尔斯鲁厄GAMM-Conference会议论文集,ZAMM,70,4-6(1990)·Zbl 0714.62061号 [19] Trenkler,D.,广义岭估计的优势比较,日本数学,31301-307(1986)·Zbl 0586.62105号 [20] Trenkler,D.,Verallgemeinente Ridge-Regression(1986),梅森海姆:安东·海恩,梅森赫姆·Zbl 0597.62077号 [21] Trenkler,G.,线性回归模型中的有偏估计量(1981),马萨诸塞州剑桥:Gunn&Hain,马萨诸塞州剑桥·Zbl 0471.62070号 [22] Trenkler,G.,《线性回归中估计量的均方误差矩阵比较》,《统计通讯A》,第14期,第2495-2509页(1985年)·Zbl 0594.62075号 [23] Trenkler,G.,有偏限制最小二乘估计量之间的均方误差矩阵比较,Sankhya A,49,96-104(1987)·Zbl 0639.62060号 [24] TRENKLER,G.和PORDZIK,P.(1988):“基于竞争限制的线性回归模型中的预测试估计”,提交出版·Zbl 0804.62060号 [25] 特伦克勒,G。;Trenkler,D.,齐次线性估计的优势比较注释,《统计学通讯》A,12799-808(1988)·Zbl 0523.62066号 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。