齐次等式约束线性回归模型回归系数的综合条件岭估计

提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出了其迭代解和极小化均方误差的无偏估计解.在一定的条件下,综合条件岭估计的样本总方差、均方误差、均方误差矩阵均分别小于约束最小二乘估计的相应误差.条件岭估计和条件根方估计为综合条件岭估计的特例,从而统一了条件岭估计和条件根方估计的理论.     

广义岭型主成分估计的方差最优性质

主要讨论了在广义岭型降维估计类中，广义岭型主成分估计的方差性质。在一定条件下，证明了广义岭型主成分估计的协差阵的特征值、行列式及正交不变范数最小。     

基于广义线性模型的岭型主成分估计及实例分析

在广义线性模型已有的参数估计的基础上,结合广义线性模型中的主成分估计和岭估计,给出了广义线性模型中的新的估计方法岭型主成分估计,并在均方误差意义下证明了在满足一定条件下这种估计方法是优于广义线性模型中的最大似然估计、主成分估计、岭估计的,最后通过实际算例对比分析验证了理论上得到的结果.     

线性模型中回归系数广义岭估计的相对效率

对于Gauss-Markov模型,给出了回归系数的广义岭估计相对于最小二乘估计的几种相对效率的上、下界,并讨论了它们之间的相互关系.     

一类特殊PP回归模型的估计

利用投影追踪方法研究一种特殊的只含一个岭函数的ＰＰ回归模型的估计问题，引入了与文献中不同的目标函数，得到了能达到ｎ＾－４／（２ｒ＋１）的最佳收敛速度的非参数估计。     

基于奇异设计矩阵的岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论线性模型系数参数岭估计的优良性。对于可估函数在均方误差意义下,得到岭估计优于最小二乘估计的性质。而且在二次损失函数下岭估计具有可容许性。     

基于奇异设计矩阵的广义岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论了线性模型系数参数广义岭估计的优良性.对于可估函数在均方误差意义下,得到了广义岭估计优于最小二乘估计的性质.而且在二次损失函数下广义岭估计具有可容许性.     

平衡损失下线性模型系数参数的平衡岭估计

在Zellner提出的平衡损失函数的基础上,同时考虑到岭估计拟合优度及精度,构造了平衡损失函数,给出平衡损失下线性模型系数参数的平衡岭估计概念.在设计矩阵不满秩条件下,讨论平衡损失函数平衡岭估计的优良性.     

PC准则下回归系数估计优良性的计算机模拟

在PC准则下对线性模型中设计矩阵病态时的几种改进估计－－岭估计，压缩估计及Bayes估计进行了计算机模拟，模拟结果显示了几种改进估计的统计优良性。     

广义岭估计在植被盖度定量评价中的应用

引入了广义岭估计的方法,明显的改善了线性回归方法的缺陷,克服了变量间由于存在复共线性关系对求解待定参数所造成的不利影响,提高了估测精度.运用广义岭估计参数的迭代算法,以影响荒漠化程度的主要因子植被盖度进行研究.     

一般岭估计及其相对效率

讨论了下般Gauss-Markoff模型中未知参数向量的最优线形无偏估计的改造问题，引入了一般岭估计的概念且证明了其优良性，提出了关于优化无偏估计的三种估计的相对效率，并给出了它们的上界线下界。     

Gauss-Markov模型回归系数广义岭估计的优良性

针对Gauss-Markov模型,讨论了在均方误差矩阵(MSEM)准则和Pitman Closeness(PC)准则下回归系数的广义岭估计相对于最小二乘估计的优良性.     

非参数回归模型中方差函数的小波估计

讨论了随机设计变量下,回归模型中方差函数的小波估计问题,构造了方差函数的小波估计、并在一定的条件下证明了该估计是相合估计。     

回归系数的线性有偏估计

给出回归系数的最小均方误差线性有偏估计，线性有偏估计优于最小二乘估计的充要条件及线性有偏估计可容许估计的充要条件，同时给出文献中未涉及的一些有偏估计。     

基于岭回归法对海南省住宅销售价格的影响因素的研究

利用多元线性回归模型,研究了1996年到2008年海南省住宅销售面积、人口及城镇居民可支配收入对海南省住宅销售价格的影响,基于岭回归法来解决自变量间多重共线性的问题,借助EVIEWS6.0和SPSS17.0软件,建立相关的数学模型,最后预测海南省2009年住宅销售价格,结果表明模型短期预测精度较高.     

二阶部分线性自回归模型的稳健估计

本文将稳健估计程序思想运用到二阶部分线性自回归模型中,得到了未知参数β和非参数函数g(·)的稳健估计.在一定的条件下,证明了未知参数和非参数函数估计的相合性.并通过时间序列的数据模拟验证相合性结果.     

几类最小一乘估计模型的求解

本文探讨了应用最小一乘准则的多种线性和非线性回归模型,推导了各种模型中未知参数的最小一乘估计形式.并给出最小一乘准则求解的基本过程,实现了未知参数最小一乘估计求解的统一.     

浅谈SGZ630/264型输送机的应用

本文以红岭煤业公司为例,着重讨论了SGZ630/264型输送机的应用。     

基于惩罚极大Lq似然的Logistic回归系数的估计及变量选择

极大似然估计是Logistic回归模型的常用参数估计方法,且在一定条件下具有一致性和渐近正态性。但极大似然估计的优良性主要体现在大样本情况,当解释变量具有多重共线性且样本量较小时,为得到更好的拟合效果以及实现参数稀疏化,将极大Lq似然估计与Lasso惩罚结合,得到Lasso极大Lq似然估计。并运用数值模拟对Lasso极大似然估计和Lasso极大Lq似然估计进行比较得到,在样本量较小时,Lasso极大Lq似然估计的表现优于Lasso极大似然估计。     

影响白银价格因素的岭回归分析

通过选取黄金价格、原油价格、美元指数、美国非农失业率、路透CRB指数以及白银ETF持仓量等6个变量,运用回归原理对白银价格走势进行预测.通过回归诊断发现,自变量之间存在着比较严重的多重共线性,为消除自变量共线性产生的不利影响,运用岭回归模型对白银价格走势进行预测,拟合度较好.