已閱讀1頁，還剩25頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、線性回歸模型是統(tǒng)計學中最為重要的模型之一.在理論和應用中，線性回歸模型最基本的問題是回歸參數(shù)的估計.我們清楚的知道最小二乘估計(LS)是最好的估計之一而且應用十分廣泛.
然而，伴隨容許性理論的發(fā)展以及對包含較多變量的大型回歸問題的研究，統(tǒng)計學家們發(fā)現(xiàn)在某些情況下最小二乘估計變得不再優(yōu)良.于是統(tǒng)計學家開始尋找新的估計替代最小二乘估計.從減小回歸系數(shù)β的均方誤差為突破口，統(tǒng)計學家們提出了很多重要估計如Stein估計，嶺估計以及
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 平衡損失下線性回歸模型回歸系數(shù)的估計理論.pdf
- 平衡損失函數(shù)下線性模型中回歸系數(shù)的線性可容許估計.pdf
- 平衡損失下回歸系數(shù)線性估計的可容許性及最優(yōu)平衡估計.pdf
- 缺失數(shù)據(jù)下線性模型回歸系數(shù)嶺估計的大樣本性質(zhì).pdf
- 線性回歸模型回歸系數(shù)的平衡LS估計及預測.pdf
- 一般平衡損失下回歸系數(shù)的最優(yōu)線性無偏估計及可容許估計.pdf
- 兩種線性模型中二次損失下回歸系數(shù)的線性Minimax估計.pdf
- 平衡損失下線性模型的參數(shù)估計.pdf
- 多元線性模型回歸系數(shù)的主成分估計.pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計.pdf
- 基于分組數(shù)據(jù)回歸系數(shù)的估計.pdf
- 含缺失數(shù)據(jù)的約束線性模型回歸系數(shù)的有偏估計.pdf
- 22826.線性模型回歸系數(shù)的一種有偏估計——綜合ck嶺估計
- 帶有趨勢項自回歸系數(shù)的有效估計.pdf
- 線性模型中回歸系數(shù)可估函數(shù)和誤差方差同時的Bayes估計及優(yōu)良性.pdf
- 生長曲線模型中回歸系數(shù)的參數(shù)估計.pdf
- 回歸系數(shù)的廣義嶺型主相關估計方法.pdf
- 線性回歸模型參數(shù)的Stein型根方估計.pdf
- 回歸系數(shù)的混合估計和最小二乘估計的相對效率.pdf
- 7680.回歸系數(shù)和協(xié)方差陣的穩(wěn)健估計
評論
0/150
提交評論