• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>The Third International Workshop on Applied Matrix Theory（第三届国际矩阵分析与应用会议）论文集 >A New Stochastic Mixed Liu Estimator in Linear Regression Model
【24h】

A New Stochastic Mixed Liu Estimator in Linear Regression Model

机译：线性回归模型中的一种新的随机混合Liu估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper is concerned with the parameter estimation in linear regression model with additional stochastic linear restrictions. To overcome the multicollinearity problem, a new stochastic mixed Liu estimator is proposed and its efficiency is discussed. The new estimator is a generalization of the ordinary mixed estimator (OME) (Theil and Goldberger, 1961) and Liu estimator (LE) (Liu K, 1993). Necessary and sufficient conditions for the superiority of the new stochastic mixed Liu estimator over the OME, the Liu estimator, the estimator proposed by Hubert and Wijekoon (2006) and the estimator proposed by Hu Yang and Jianwen Xu (2007) in the mean squared error matrix (MSEM) sense are derived. Finally, a numerical example (Gruber, 1998) is given to illustrate some of the theoretical results.
机译：本文涉及具有附加随机线性约束的线性回归模型中的参数估计。为了克服多重共线性问题，提出了一种新的随机混合Liu估计器，并讨论了其有效性。新的估计量是普通混合估计量（OME）（Theil and Goldberger，1961）和Liu估计量（LE）（Liu K，1993）的推广。新的随机混合Liu估计量相对于OME，Liu估计量，Hubert和Wijekoon（2006）提出的估计量以及Hu Yang和Xujianwen（2007）提出的估计量在均方误差上的优越性的充要条件推导了矩阵（MSEM）的意义。最后，给出了一个数值例子（Gruber，1998）来说明一些理论结果。

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