基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于复共线性条件下线性回归模型的广义岭估计进行了进一步的研究。针对线性回归模型病态的根本原因,提出了一类新的估计——0-K型广义岭估计。研究这一估计的性质,证明利用0-K型广义岭估计技术可以改进广义岭估计(在均方残差意义下)。文中的方法为病态线性回归模型系数的有偏估计提供了改进的技术途径。
推荐文章
复共线性条件下广义岭估计的改进
复共线性
LS估计
广义岭估计
均方误差
均方残差
复共线性下的主成分全最小二乘估计
最小二乘估计
全最小二乘估计
主成分
复共线性
基于复共线性诊断的抗差正则化方法
不适定问题
正则化方法
复共线性
正则化矩阵
正则化参数
基于复共线性诊断和度量的有偏估计
复共线性
条件指标
方差分解比
信噪比
部分岭估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复共线性条件下广义岭估计的改进
来源期刊 长春大学学报 学科 数学
关键词 复共线性 LS估计 广义岭估计 均方误差 均方残差
年,卷(期) ccdxxbb,(2) 所属期刊栏目
研究方向 页码范围
页数 5页 分类号 O212.2
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李小明 西南石油大学研究生院西南石油大学教务处 13 63 5.0 7.0
2 彭朝阳 西南石油大学研究生院西南石油大学教务处 2 26 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复共线性
LS估计
广义岭估计
均方误差
均方残差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春大学学报
月刊
1009-3907
22-1283/G4
大16开
长春市卫星路6543号
1991
chi
出版文献量(篇)
7993
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导