线性回归模型系数有偏估计研究

针对引起线性回归模型LS估计性能变坏的根本原因,提出了回归系数的广义c-K估计,将众多经典的有偏估计结合在一起,对有偏估计的改进进行了研究,分别证明了最小化均方误差和数量化矩阵K均可对Stein估计进行改进,给出了参数的最优值,为病态线性回归模型系数有偏估计的改进提供了有效途径。

线性回归模型系数的有偏估计研究

针对引起线性回归模型LS估计性能变坏的根本原因,提出了回归系数的广义c-K估计,将众多经典的有偏估计结合在一起,对有偏估计的改进进行研究.分别证明了选择广义岭参数可对狭义岭估计进行改进,选择压缩因子可对广义岭估计进行改进,给出了参数的最优值.为病态线性回归模型系数的有偏估计的改进提供了有效途径.

线性回归模型系数的一个新的有偏估计

针对引起线性回归模型病态的根本原因,提出回归系数的S-R估计,讨论其均方误差的最优化,对有偏估计的改进进行研究。证明可以选择参数,使它在均方误差的意义下优于系数的Stein估计和LS估计,给出参数的最优值。然后讨论其偏差,证明它的可容许性。