• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2012 IEEE Colloquium on Humanities, Science and Engineering Research >Weighted ridge M-estimator in the presence of multicollinearity
【24h】

Weighted ridge M-estimator in the presence of multicollinearity

机译：多重共线性存在下的加权岭M估计

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This study is about a development of weighted ridge M-estimator (WRM) which is believed to be a potential estimator in remedying the problems of multicollinearity under both assumptions of normality and non-normality error distributions. The proposed method has been compared with several existing estimators, namely ordinary least squares (OLS), ridge regression (RIDGE), weighted ridge (WRID) and ridge MM-estimator (RMM) using two criteria; bias and root mean square error (RMSE). In addition, the efficiency of the proposed method to the alternatives has been examined using simulation. In general, it has been found that the proposed estimator scores efficiently against the four existing estimators, particularly in the presence of high multicollinearity and under the non-normality error distribution.
机译：这项研究是关于加权脊M估计器（WRM）的发展，它被认为是在正态和非正态误差分布假设下纠正多重共线性问题的潜在估计器。所提出的方法已经与几种现有的估计器进行了比较，使用两个标准，即普通最小二乘（OLS），岭回归（RIDGE），加权岭（WRID）和岭MM估计器（RMM）。偏差和均方根误差（RMSE）。另外，已经通过仿真检查了所提出方法对替代方案的效率。通常，已经发现，所提出的估计器相对于四个现有估计器有效地得分，特别是在存在高多重共线性和在非正态误差分布下的情况下。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号