曾志斌
- 作品数：4 被引量：11H指数：2
- 供职机构：福建师范大学数学与计算机科学学院数学系更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：理学更多>>
- 多元线性模型回归系数的根方估计被引量：6
- 1991年
- 本文采用根方估计估计多元线性模型中的回归系数B,通过根方参数k值的选取,可使(k)=Vec((k))的均方误差MSE小于β=Vec(B)的LS估计B的MSE。本文还给出了选取k值的两种方法及一个应用实例。
- 曾志斌
- 关键词：多元线性模型根方估计
- 多元广义岭估计及K值选取的 Q(c)准则被引量：1
- 1993年
- 当自变量间存在复共线性时,最小二乘估计就表现出不稳定并可能导致错误的结果.本文采用广义岭估计β(K)来估计多元线性模型的回归系数β=vec(B),通过岭参数K值的选取,可使广义岭估计的均方误差MSE小于最小二乘估计的MSE.指出了广义岭估计中根据MSE准则选取K值存在的主要缺陷,采用了一种选取K值的新准则Q(c),它包含MSE准则和最小二乘LS准则作为特例,从理论上证明和讨论了Q(c)准则的优良性,阐明了c值的统计含义,并给出了确定c值的方法.
- 陈世基曾志斌
- 关键词：最小二乘估计广义岭估计
- 多元线性模型回归系数的混合估计
- 1991年
- 本文采用混合估计β?*来估计多元线性模型中的回归系数β=Vec（B）,证明了当多元线性模型随机误差阵向量化的协差阵已知时,混合估计B（?）*的均方误差MSE小于β的LS估计β*的MSE。
- 陈世基曾志斌
- 关键词：多元线性模型
- 多元广义岭估计及K值选取的Q(C)准则被引量：6
- 1990年
- 本文采用广义岭估计β~*(K)来估计多元线性模型中的回归系数β=Vec(B),通过K值的选取,可使均方误差MSE小于LS估计的MSE。分析了广义岭估计中根据MSE准则选取K值存在的主要缺陷,从理论上证明了选取K值的新准则——Q(C)准则的优良性,并给出了实际应用Q(C)准则的方法。
- 曾志斌
- 关键词：广义岭估计均方误差
