回归系数的t-k类估计

• 作者: 姚绍文 张颖芳 归庆明 顾勇为
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 数学
• 关键词: 复共线性 岭估计 主成分估计 t-k类估计 均方误差矩阵
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 基础学科
• 页码范围: 335-337
• 页数: 3页
• 分类号: O212
• 字数: 1885字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9787.2006.04.019

摘要

在线性回归中,当设计矩阵的列向量间存在复共线性时,回归系数的最小二乘估计的性质显著变坏.为了消除或减弱复共线性对参数估计的影响,以获得更高精度的参数估计,在均方误差矩阵意义下,提出了回归系数的一类新的估计,即t-k类估计,它是对最小二乘估计的改进,是一种新的压缩有偏估计.并且与最小二乘(LS)估计、岭估计和主成分估计进行比较,给出了在均方误差矩阵意义下,t-k类估计优于这些估计的充要条件以及这些条件的检验方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚绍文	河南理工大学数学与信息科学学院	13	141	4.0	11.0
2	顾勇为	信息工程大学理学院数理系	23	165	6.0	12.0
3	归庆明	信息工程大学理学院数理系	60	492	12.0	19.0
4	张颖芳	河南理工大学数学与信息科学学院	4	0	0.0	0.0