k-d类估计下数据删除模型的强影响分析

在k-d类估计下对单个数据删除模型进行研究,得到原模型β(k,d)与数据删除β(k,d)(i)、岭估计β_k之间的关系,并推导得到CR_i统计量和Cook统计量新的表达形式.

线性模型中的一种新的k-d类估计

提出了线性模型中考虑样本信息中关于参数的先验信息的一种新的两参数估计,并给出了在均方误差矩阵准则下这种新的两参数估计优于Liu估计和修正Liu估计.

均方误差准则下几类两参数有偏估计的比较

为了解决多重共线性问题,两参数有偏估计是最近研究的热点。文章在均方误差准则(MSEM)下把Yang和Chang(2010)的两参数YC有偏估计与两参数Liu估计、Ozkale和Kaciranla的两参数OK估计、Sakallioglu和Kaciranlar的SK类估计做了比较,给出了YC估计优于其他几个估计的充要条件,并通过具体的数据实例对理论做了验证。最后根据标量均方误差准则(SMSE),利用蒙特卡洛模拟的方法,比较了四个两参数有偏估计在不同参数取值和不同多重共线性情况下的优良性。