期刊文献+

基于LINGO的最小一乘线性回归的参数估计 被引量:10

A LINGO-based Coefficient Estimation of Linear Least Absolute Deviations Regression
下载PDF
导出
摘要 采用最小二乘法进行回归分析,容易受到奇异点的影响;最小一乘法虽能很好地克服这一缺陷,但又存在计算困难。利用LINGO软件能够快速、准确地估计出最小一乘线性回归的参数,从而使其成为一种有效的参数估计方法。 Least squares regression is vulnerable to singular point; least absolute deviations can overcome this shortcoming but difficult in calculation. By using LINGO software, coefficients can be estimated for linear least absolute deviations regression quickly and accurately, making it an effective approach to coefficient estimation.
作者 王文峰
出处 《贵州财经学院学报》 2006年第6期106-108,共3页 Journal of Guizhou College of Finance and Economics
基金 贵州财经学院统计学重点学科经费资助
关键词 最小一乘法 最小二乘法 奇异点 线性规划 LINGO least absolute deviations least squares singular point LINGO
  • 相关文献

参考文献6

  • 1陈希孺.最小一乘线性回归(上)[J].数理统计与管理,1989,8(5):48-55. 被引量:84
  • 2陈希孺.最小一乘线性回归(下)[J].数理统计与管理,1989,8(6):48-56. 被引量:37
  • 3FISHER W D.A note on curve fitting with minimum deviations by linear programming[J].Journal of American Statistical Association,1961,56:359-361.
  • 4CHARNES,COOPER,FERGUSON.Optimal estimation of executive compensation by linear programming[J].Management Science,1955,1(2):138-150.
  • 5PORTNOY S,KOENKER R.The Gaussian Hare and the Laplacian Tortoise:computability of squared-error versus absolute-error estimators[J].Statistical Science,1997,12(4):279-300.
  • 6张文彤.SPSS11.0统计分析教程(高级篇)[M].北京:北京希望电子出版社,2002.41.

共引文献113

同被引文献52

引证文献10

二级引证文献46

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部