已閱讀1頁，還剩25頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)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(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、線性回歸模型是統(tǒng)計(jì)學(xué)中最為重要的模型之一.在理論和應(yīng)用中，線性回歸模型最基本的問題是回歸參數(shù)的估計(jì).我們清楚的知道最小二乘估計(jì)(LS)是最好的估計(jì)之一而且應(yīng)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(jì)學(xué)家們發(fā)現(xiàn)在某些情況下最小二乘估計(jì)變得不再優(yōu)良.于是統(tǒng)計(jì)學(xué)家開始尋找新的估計(jì)替代最小二乘估計(jì).從減小回歸系數(shù)β的均方誤差為突破口，統(tǒng)計(jì)學(xué)家們提出了很多重要估計(jì)如Stein估計(jì)，嶺估計(jì)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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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(jì)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(jì).pdf
- 平衡損失下回歸系數(shù)線性估計(jì)的可容許性及最優(yōu)平衡估計(jì).pdf
- 缺失數(shù)據(jù)下線性模型回歸系數(shù)嶺估計(jì)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(jì)及預(yù)測.pdf
- 一般平衡損失下回歸系數(shù)的最優(yōu)線性無偏估計(jì)及可容許估計(jì).pdf
- 兩種線性模型中二次損失下回歸系數(shù)的線性Minimax估計(jì).pdf
- 平衡損失下線性模型的參數(shù)估計(jì).pdf
- 多元線性模型回歸系數(shù)的主成分估計(jì).pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計(jì).pdf
- 基于分組數(shù)據(jù)回歸系數(shù)的估計(jì).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(jì).pdf
- 22826.線性模型回歸系數(shù)的一種有偏估計(jì)——綜合ck嶺估計(jì)
- 帶有趨勢項(xiàng)自回歸系數(shù)的有效估計(jì).pdf
- 線性模型中回歸系數(shù)可估函數(shù)和誤差方差同時(shí)的Bayes估計(jì)及優(yōu)良性.pdf
- 生長曲線模型中回歸系數(shù)的參數(shù)估計(jì).pdf
- 回歸系數(shù)的廣義嶺型主相關(guān)估計(jì)方法.pdf
- 線性回歸模型參數(shù)的Stein型根方估計(jì).pdf
- 回歸系數(shù)的混合估計(jì)和最小二乘估計(jì)的相對效率.pdf
- 7680.回歸系數(shù)和協(xié)方差陣的穩(wěn)健估計(jì)
評論
0/150
提交評論