线性回归模型中的KL型主成分估计 |
| |
引用本文: | 黄丹,黄介武.线性回归模型中的KL型主成分估计[J].湖南文理学院学报(自然科学版),2023(2):7-14. |
| |
作者姓名: | 黄丹 黄介武 |
| |
作者单位: | 贵州民族大学数据科学与信息工程学院 |
| |
基金项目: | 贵州省科技计划基金项目(黔科合基础[2017]1083);;贵州省基础研究计划(软科学)(黔科合支[2019]20001); |
| |
摘 要: | 当线性回归模型中存在复共线性时,基于最小二乘估计的统计推断往往会受到影响。鉴于此,结合主成分估计和KL估计,提出了一类新的估计方法,即KL型主成分估计,以期克服复共线性问题。同时,得到新的估计在均方误差意义下优于最小二乘估计、主成分估计、r-k估计、r-d估计和KL估计的充要条件。并利用Monte Carlo模拟和实证分析对各估计量在均方误差准则下进行了比较。
|
关 键 词: | 线性回归模型 复共线性 主成分估计 KL估计 均方误差 |
|
|