共查询到19条相似文献，搜索用时 93 毫秒
1.
本文讨论了广义压缩最小二乘估计的均方误差、均方残差的一些性质，另外还分别在Ｑ（ｃ）准则及Ｐｉｔｍａｎ准则下讨论了广义压缩最小二乘估计的优良性。 相似文献
2.
文中首先将随机效应不同的线性混合模型转化为满足假设的线性模型.在此基础上,根据不同的情况,对其中的固定效应参数作最小二乘估计;当模型在较强的复共线性时,相应的对其做岭估计,并比较最小二乘估计与岭估计之间的优劣;当其中的随机变量之间并不独立时,通过对模型的变换,求出参数的广义最小二乘估计. 相似文献
3.
利用Lagrange乘数法导出了广义线性模型在线性约束下的回归参数的最小二乘估计,并讨论了它的性质.证明了当设计阵列满秩时,它在协方差阵意义下要优于无约束下的广义最小二乘估计. 相似文献
4.
PC准则下生长曲线模型回归参数阵广义岭估计的优良性 总被引：2，自引：0，他引：2
一般而言，PC准则是用来比较向量参数两个估计优劣的一种准则。本文将它推广应用于生长曲线模型回归参数阵的最小二乘估计和广义岭估计优劣性的比较。给出了广义岭估计在PC准则下优于最小二乘估计的条件。 相似文献
5.
考察一般Gauss-Markov模型中未知参数向量β的一般广义岭估计的优良性质。对最小二乘估计相对于一般广义岭估计效率的下界问题作进一步的探讨,得到其更优的下界． 相似文献
6.
7.
8.
广义均方误差标准下双类估计优于最小二乘估计的充分条件 总被引：1，自引：0，他引：1
程延强 《中国科教创新导刊》2008,(29)
本文通过一个比较简洁的方法,得到了在广义均方误差标准下双类估计优于最小二乘估计的充分条件。 相似文献
9.
刘谢进 《楚雄师范学院学报》2006,21(12):47-49
在给定的权回归模型下,讨论了最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较,得出了在随机误差方差矩阵可逆条件下,可算出最优加权最小二乘估计与线性无偏最小方差估计误差方差阵的差表达式,并在一定条件下,两者趋于一致。 相似文献
10.
以金融时间序列中同积向量的充分改进为对象,分析充分改进的最小二乘估计。在统计量的极限分布非标准时,构造充分改进的最小二乘估计。研究表明,改进的最小二乘估计方法是一种非参数方法,有助于充分的最小二乘估计。 相似文献
11.
广义Pareto分布(Generalized Pareto Distribution,简称GPD)是统计推断中重要的一个分布,其目前在诸多领域得到广泛的应用.GPD的参数估计方法有多种,但各种方法及估计效果一般都受到形状参数k的限制,总结几种常用的参数估计方法,如:矩估计(the method of moments,简记MOM)、最小二乘估计(the least squares estimation,简记LSE)、基于分位数估计(the elemental percentile method,简记EPM)、近似广义最小二乘估计(AGLSE)等,通过模拟研究,得出不存在一致最优的参数估计方法.而在k较大时,LSE在GPD参数估计中模拟效果较为理想,特别当k1/2时,AGLSE对k的估计精度较高. 相似文献
12.
针对移动通信中目标方位变化比信道衰落变化慢的特点，首先利用子空间分解法估计出目标信号的导向矢量，并用估计出的导向矢量构造一个约束条件，然后用业务信号在约束最小二乘准则下估计信道失量，本用带投影的迭代最小二乘(ILSP)算法求解约束最小二乘问题，导频用于ILSP算法的初始化，通过ILSP算法的迭代过程，可以逐步提高信道矢量估计和符号检测的精度．仿真结果表明：与传统二维RAKE接收机相比，本提出的算法使系统的性能得到了有效改善． 相似文献
13.
汪朝晖 《南宁师范高等专科学校学报》2008,25(1):138-139
讨论了线性回归模型中未知参数最小二乘估计的改进,引入了一种估计的相对效率,证明了广义根方估计比狭义根方估计的效率较高。 相似文献
14.
时非齐次等式约束线性回归模型回归系数提出广义条件岭估计.证明了在一定的条件下,在均方误差矩阵、均方误差及广义均方误差意义下,广义条件岭估计都优于约束最小二乘估计和狭义条件岭估计. 相似文献
15.
16.
约束线性回归模型回归系数的广义条件岭估计 总被引：1，自引：0，他引：1
对齐次等式约束线性回归模型回归系数的岭估计进行推广,得出广义条件岭估计．证明了在一定的条件下,在均方误差矩阵、均方误差及广义均方误差意义下广义条件岭估计都优于约束最小二乘估计,并且证明了广义条件岭估计是回归系数的可容许估计． 相似文献
17.
18.
在当今西方经济学至少是所谓的"高级"西方经济理论中,数学已经成为阐述理论内容的基本要素或者说是通用语言.线性回归模型是最常用的经济计量模型,用于研究风险、保险、资产组合等经济问题,也可以用作经济预测.本文研究了线性回归模型中的参数估计问题,运用最小二乘法进行参数估计的数学分析基础.最小二乘法只是使用了函数的稳定点而没有运用数学分析的极值理论里的第一充分条件和第二充分条件,本文讨论最小二乘法的估计参数方法和数学分析的极值理论的方法是等价的. 相似文献
19.
Nonrecursive structural equation models generally take the form of feedback loops, involving 2 latent variables that are connected by 2 unidirectional paths, 1 starting with each variable and terminating in the other variable. Nonrecursive models belong to a larger class of path models that require the use of instrumental variables (IVs) to achieve model identification. Prior research has focused on SEM parameter estimation with IVs when indicators were continuous and normally distributed. Much less is known about how estimators function in the presence of categorical indicators, which are commonly used in the social sciences, such as with cognitive and affective instruments. In this study, there was specific interest in comparing the 2-stage least squares (2SLS) estimator and its categorical variant to other recommended estimators. This study compares the performance of several estimation approaches for fitting structural equation models with categorical indicator variables when IVs are necessary to obtain proper model estimates. Across conditions, 1 extension of the nonlinear 2SLS (N2SLS) approach, the nonlinear 3-stage least squares (N3SLS), which accounts for correlated errors among regressors within each model (as does the N2SLS), as well as correlations of errors across models, which N2SLS does not, appears to work the best among methods compared. 相似文献