穆罕默德·诺曼·阿克兰;穆罕默德·阿明;穆罕默德·阿曼·乌拉;赛马阿夫扎尔 反高斯回归模型的改进脊型估计量。 （英语） Zbl 07706241号 Commun公司。统计、理论方法 52，第10号，3314-3332（2023）. 摘要：本文研究了多重共线性条件下逆高斯回归模型（IGRM）的参数估计问题。为了进行有效的参数估计，提出了逆高斯修正脊型估计（IGMRTE），并与最大似然估计（MLE）、脊估计和Liu估计等其他估计方法进行了比较。我们推导了该估计量的性质，并使用矩阵均方误差和均方误差准则与现有的一些估计量进行了理论比较。此外，通过蒙特卡罗模拟研究，在不同条件下系统地研究了这些估计量的统计特性。模拟研究的结果表明，在严重多重共线性的情况下，所提出的IGMRTE表现出更为稳健的行为。还分析了一个现实生活中的例子，以评估所研究的估计量的有效性。仿真和应用结果都证实了IGMRTE在解释变量高度相关时用于估计IGRM的未知回归系数。 引用于2文件 MSC公司： 62至XX 统计 关键词：IGRM公司;多重共线性;IGMRTE公司;MLE公司;岭估计 PDF格式BibTeX公司 XML格式引用 \textit{M.N.Akram}等人，Commun。Stat.，理论方法52，No.10，3314--3332（2023；Zbl 07706241） 全文： 内政部 参考文献： [1] Akdeniz，F。；Kaçiranlar，S.，《关于线性回归中新的有偏估计量的更多信息》，Sankhyá：印度统计杂志，63，3，321-25（2001）·Zbl 1192.62167号 [2] 阿克兰，M.N。；阿明，M。；Amanullah，M.，逆高斯回归模型的双参数估计器，《统计中的通信——模拟和计算》（2020年）·Zbl 07603869号 ·doi:10.1080/03610918.2020.1797797 [3] 阿克兰，M.N。；阿明，M。；Amanullah，M.，James Stein对逆高斯回归模型的估计，《伊朗科学技术杂志》，学报A:Science，45，4，1389-403（2021）·doi:10.1007/s40995-021-01133-0 [4] 阿克兰，M.N。；阿明，M。；Qasim，M.，逆高斯回归模型的一种新的Liu型估计，统计计算与模拟杂志，90，7，1153-72（2020）·Zbl 07194332号 ·doi:10.1080/00949655.2020.1718150 [5] Algamal，Z.Y.，为伽马回归模型开发岭估计，化学计量学杂志，32，10，e3054-12（2018）·doi:10.1002/cem.3054 [6] Algamal，Z.Y.，伽马回归模型的收缩估计量，应用统计分析电子期刊，11，1，253-68（2018） [7] Algamal，Z.Y.，逆高斯回归模型中岭估计的性能，统计学中的通信-理论和方法，48，15，3836-49（2019）·兹伯利07539748 [8] M.I.Alheety。；Kibria，B.M.G.，《关于存在异方差或相关误差的多重共线性时的Liu和几乎无偏Liu估计量》，《数学与应用调查》，第4155-67页（2009年）·Zbl 1413.62094号 [9] 阿明，M。；Amanullah，M。；Qasim，M.，逆高斯回归模型的诊断技术，统计学中的通信——理论和方法。(2020) ·兹伯利07535551 ·doi:10.1080/03610926.2020.1777308 [10] 阿明，M。；医学硕士乌拉。；Aslam，M.，影响点评估用逆高斯回归残差的实证评估，《化学计量学杂志》，30，7，394-404（2016）·doi:10.1002/cem.2805 [11] 阿明，M。；卡西姆，M。；阿夫扎尔，S。；Naveed，K.，《逆高斯回归中的新岭估计：蒙特卡罗模拟及其在化学数据中的应用》，《统计中的通信——模拟与计算》（2020年）·兹伯利07603866 ·doi:10.1080/03610918.2020.1797794 [12] 阿明，M。；卡西姆，M。；医学硕士乌拉。；Afzal，S.，关于伽马回归中某些岭估计的性能，统计论文，61,3997-1026（2020）·Zbl 1445.62184号 ·doi:10.1007/s00362-017-0971-z [13] 阿明，M。；阿克兰，M.N。；Ramzan，Q.，不同损失函数下岭参数的贝叶斯估计，《统计学中的通信——理论和方法》（2020年）·Zbl 07533570号 ·doi:10.1080/03610926.2020.1809675 [14] 阿明，M。；阿克兰，M.N。；Majid，A.，《关于使用岭估计估计贝尔回归模型》，《统计学中的通信——模拟和计算》（2021年）·Zbl 07713658号 ·doi:10.1080/03610918.2020年1870694 [15] 阿明，M。；费萨尔，M。；Akram，M.N.，《逆高斯岭回归模型中的影响诊断：化学计量学的应用》，化学计学杂志，35，6，1-20（2021）·doi:10.1002/cem.3342 [16] 阿明，M。；阿克兰，M.N。；Kibria，B.M.G.，泊松回归模型的新调整Liu估计量。并发和计算：实践和经验。(2021) ·doi:10.1002/cpe.6340 [17] Dunder，E。；Gumustekin，S。；Cengiz，G.Z.，通过人工蜂群算法在伽马回归模型中选择变量，应用统计学杂志，45，1，8-16（2018）·Zbl 1516.62263号 ·doi:10.1080/02664763.2016.1254730 [18] Farebrother，R.W.，关于岭回归均方误差的进一步结果，《皇家统计学会杂志：B辑（方法学）》，38，3，248-50（1976）·Zbl 0344.62056号 ·doi:10.1111/j.2517-6161.1976.tb01588.x [19] 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，12，1，55-67（1970）·Zbl 0202.17205号 ·网址：10.1080/00401706.1970.10488634 [20] Khalaf，G。；Mánsson，K。；Sjölander，P。；Shukur，G.，《托比特岭回归》，《统计学中的通信——理论和方法》，43，1，131-40（2014）·Zbl 1462.62443号 ·doi:10.1080/03610926.2012.655881 [21] Kibria，B.M.G.，一些新的岭回归估计量的性能，统计学通信-模拟和计算，32，24119-35（2003）·Zbl 1075.62588号 ·doi:10.1081/SAC-120017499 [22] Kibria，B.M.G.，《一些Liu和脊型估计及其在病态高斯线性回归模型下的性质》，《统计计算与模拟杂志》，82，1，1-17（2012）·Zbl 1431.62299号 ·doi:10.1080/00949655.2010.519705 [23] Kibria，B.M.G。；Banik，S.，《一些岭回归估计及其性能》，《现代应用统计方法杂志》，15，1，206-38（2016）·doi:10.22237/jmasm/1462075860 [24] 基布里亚，B.M.G。；Lukman，A.F.，《线性回归模型的一种新的脊型估计器：模拟和应用》，Scientifica，2020，9758378（2020）·数字对象标识代码：10.1155/2020/9758378 [25] Kibria，B.M.G。；Mánsson，K。；Shukur，G.，一些logistic岭回归估计的性能，计算经济学，40，4，401-14（2012）·doi:10.1007/s10614-011-9275-x [26] 基纳，S。；阿明，M。；Mahmood，T.，基于GLM的逆高斯响应变量控制图，国际质量与可靠性工程，36，2，765-83（2020）·doi:10.1002/qre.2603 [27] 库托鲁，F。；Özkale，M.R.，Liu估计在广义线性模型中的应用：伽马分布响应变量，统计论文，57，4，911-28（2016）·Zbl 1416.62427号 ·doi:10.1007/s00362-016-0814-3 [28] 李毅。；Yang，H.，线性回归模型中的一种新的Liu型估计，统计论文，53，2，427-37（2012）·Zbl 1440.62275号 ·doi:10.1007/s00362-010-0349-y [29] 刘凯，线性回归中的一类新的有偏估计，《统计学中的传播——理论方法》，22,2393-402（1993）·Zbl 0784.62065号 [30] 卢克曼，A.F。；Aladeitan，B。；Ayinde，K。；Abonazel，M.R.，《泊松回归模型的改进脊型：模拟与应用》，《应用统计学杂志》（2021年）·Zbl 07540777号 ·doi:10.1080/02664763.2021.1889998 [31] 卢克曼，A.F。；Algamal，Z.Y。；Kibria，B.M.G。；Ayinde，K.，逆高斯回归模型的KL估计，并发与计算：实践与经验，33，13（2021）·doi:10.1002/cpe.6222 [32] 卢克曼，A.F。；Ayinde，K.，《岭参数估计技术的回顾与分类》，《Hacettepe数学与统计杂志》，46，5，953-67（2017）·Zbl 06855096号 [33] 卢克曼，A.F。；Ayinde，K。；Binuomote，S。；Clement，O.A.，《对抗多重共线性的改进岭型估计器：在化学数据中的应用》，《化学计量学杂志》，33，5，e3125（2019）·doi:10.1002/cem.3125 [34] 卢克曼，A.F。；艾曼纽尔。；克莱门特，O.A。；Ayinde，K.，一种改进的脊型logistic估计器，《伊朗科学技术杂志》，A辑：《科学》，44，2，437-43（2020）·doi:10.1007/s40995-020-00845-z [35] Mánsson，K.，负二项回归模型的岭估计，经济建模，29，2，178-84（2012）·doi:10.1016/j.econmod.2011.09.009 [36] Månsson，K.，为负二项回归模型开发Liu估计量：方法和应用，《统计计算与模拟杂志》，83，91773-80（2013）·Zbl 1453.62582号 ·doi:10.1080/00949655.2012.673127 [37] Mánsson，K。；Kibria，B.M.G。；Shukur，G.，《关于logit回归模型的Liu估计量》，《经济建模》，29，4，1483-88（2012）·doi:10.1016/j.econmod.2011.11.015 [38] Mánsson，K。；Shukur，G.，《泊松岭回归估计量》，《经济建模》，第28、4、1475-81页（2011年）·doi:10.1016/j.econmod.2011.02.030 [39] 纳维德，K。；阿明，M。；阿夫扎尔，S。；Qasim，M.，《逆高斯-刘回归的新收缩参数》，《统计学中的通信——理论和方法》（2020年）·Zbl 07535587号 ·doi:10.1080/03610926.2020.1791339 [40] Øzkale，M.R.，广义线性模型中的R-d类估计：伽马、泊松和二项式分布响应的应用，统计计算与模拟杂志，89，4，615-40（2019）·Zbl 07193743号 ·doi:10.1080/00949655.2018.1563791 [41] 奥兹卡勒，M.R。；Arican，E.，logistic回归模型中的一种新的有偏估计，统计学，50，2，1-253（2016）·Zbl 1342.62120号 ·网址：10.1080/02331888.2015.1123711 [42] 卡西姆，M。；阿明，M。；Amanullah，M.，《关于伽马回归模型中一些新Liu参数的性能》，《统计计算与模拟杂志》，88，16，3065-80（2018）·Zbl 07192703号 ·doi:10.1080/00949655.2018.1498502 [43] 卡西姆，M。；阿明，M。；Omer，T.，线性回归模型中一些新Liu参数的性能，《统计学中的通信——理论和方法》，49，17，4178-96（2020）·Zbl 1511.62169号 ·doi:10.1080/03610926.2019.1595654 [44] 卡西姆，M。；Kibria，B.M.G。；Mánsson，K。；Sjölander，P.，《一种新的泊松-刘回归估计：方法和应用》，《应用统计杂志》，47，12，2258-71（2020）·Zbl 1521.62452号 ·doi:10.1080/02664763.2019.1707485 [45] 拉姆赞，Q。；阿克兰，M.N。；Amin，M.，不同损失函数下线性回归模型的岭参数估计，使用T-K近似，统计中的通信-模拟和计算。(2021) ·Zbl 07773969号 ·doi:10.1080/03610918.2021.1962345 [46] Schaefer，R.L。；罗伊，L.D。；Wolfe，R.A.，岭逻辑估计，《统计学中的通信——理论和方法》，13，1，99-113（1984）·doi:10.1080/03610928408828664 [47] Segerstedt，B.，《关于广义线性模型中的普通岭回归》，《统计学中的通信——理论和方法》，21，8，2227-46（1992）·Zbl 0775.62185号 ·doi:10.1080/03610929208830909 [48] 特伦克勒，G。；Toutenburg，H.，有偏估计量之间的均方误差矩阵比较——近期结果概述，《统计论文》，31，1，165-79（1990）·兹伯利0703.62066 ·doi:10.1007/BF02924687 [49] 北瓦拉坦。；Wijekoon，P.，Liu型随机线性约束下的logistic估计，《锡兰科学杂志》，47，1，21-34（2018）·doi:10.4038/cjs.v47i1.7483 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。