纵向数据半参数模型估计的相合性

考虑纵向数据半参数回归模型:Yij=XiTjβ+g(Tij)+iεj.基于最小二乘法和局部线性拟合的方法建立了模型中参数分量β,回归函数g(.)和误差方差σ2的估计,并在适当条件下证明了估计量的相合性.     

岭回归方法和偏最小二乘回归方法在处理多重共线性问题的实例比较

文章介绍了处理多元线性回归模型中多重共线性问题的有偏回归方法——岭回归和偏最小二乘回归,并通过实例比较了两种方法建立的回归方程的拟合效果,而偏最小二乘回归方法相对岭回归方法要更优.     

多波工最小二乘回归—分光光度法同时测定环境水中的NO3^—和NO2^—离子

本文研究了利用多波长最小二乘回归－分光光度法同时测定环境水中的NO^3-和NO2^－离子含量的方法。通过选择合适的测试条件，利用多波长最小二乘回归计算水中NO3^-和NO2^-离子的含量，并与最大吸收峰值法进行比较，结果表明，多波长最小二乘回归法优于后者。     

正交回归最小二乘估计

比较了线性回归模型与EV模型,在最小二乘估计的基础上,给出了正交回归最小二乘估计.     

基于多元线性回归模型参数估计的等价性证明

在多元线性回归模型参数估计中,采用普通最小二乘法,必须在遵循经典的假定的条件之下才具有良好的性质,在违背基本假定的情况下,比如存在异方差和序列相关时,最小二乘法将不再是最佳的线性无偏估计量。而在放宽经典的假设之下,应用极大似然估计法和矩估计法仍然得到了与普通最小二乘法相同的结果。     

纵向数据下半参数模型估计的渐近正态性

考虑纵向数据半参数回归模型:Y=Xβ+g(T)+ε,基于最小二乘法和局部线性拟合的方法建立了模型中参数分量β,回归函数g(·)和误差方差σ2的估计量,并在适当条件下得到了它们的渐近正态性和最优收敛速度.     

中间删失线性回归模型中的参数估计

考虑中间删失机制下一般线性回归模型中的参数估计.利用最小二乘法得到参数的估计式,并在一定条件下证明了估计量的渐近正态性.     

线性回归中的的多重共线性

多元线性回归中自变量之间的多重共线性问题在我们实际运用中很容易产生,为了解决这个问题,常用的方法是最小二乘回归.本文以根据分析结果总结出最小二乘回归对解决这一问题的缺点的不足.而偏最小二秉回归法是最小二乘法的一种改进,在变量数目巨大的情况下,如果数据中变量的个数多,偏最小二乘回归的优点更能充分的显示出来     

一元线性回归中自相关的处理

涉及时间序列的线性回归模型往往会出现自相关问题,以往学者在建模时大多忽略了自相关问题而直接使用普通最小二乘法进行回归,这会造成模型的估计不够准确.文章对自回归进行阐释,利用保险业数据实证分析自回归的检验方法和解决办法.广义差分法解决自回归问题使得线性回归模型的普通最小二乘估计量具有良好的统计特性.     

权回归模型下几种估计性能的比较

在给定的权回归模型下,讨论了最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较,得出了在随机误差方差矩阵可逆条件下,可算出最优加权最小二乘估计与线性无偏最小方差估计误差方差阵的差表达式,并在一定条件下,两者趋于一致。