文献学习(part52)--基于泛岭估计对岭估计过度压缩的改进方法
生活随笔
收集整理的這篇文章主要介紹了
文献学习(part52)--基于泛岭估计对岭估计过度压缩的改进方法
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
學(xué)習(xí)筆記,僅供參考,有錯必糾
文章目錄
- 基于泛嶺估計(jì)對嶺估計(jì)過度壓縮的改進(jìn)方法
- 摘要
- 引言
- 嶺估計(jì)方法
- 嶺估計(jì)的主要問題
- 改進(jìn)的嶺估計(jì)方法
基于泛嶺估計(jì)對嶺估計(jì)過度壓縮的改進(jìn)方法
摘要
嶺估計(jì)是解決多元線性回歸多重共線性問題的有效方法,是有偏的壓縮估計(jì)。與普通最小二乘話計(jì)相比,嶺估計(jì)可以降低參數(shù)估計(jì)的均方誤差,但是卻增大殘差平方和,擬合效果變差。本文提出一種基于泛嶺估計(jì)對嶺估計(jì)過度壓縮的改進(jìn)方法,可以改進(jìn)峰估計(jì)的擬合效果,減小嶺估計(jì)殘差平方和的增加幅度。
引言
當(dāng)多元線性 回歸中出現(xiàn)多重共線性時,普通最小二乘法明顯變壞 。1970 年,He r lA E 和K e n n a r d R w 提出了嶺 回歸方法,用于解決多元線性 回歸中的多重共線性 問題 。嶺 回歸估計(jì)量是參數(shù)的有偏壓縮估計(jì),可以減小估計(jì)量的均方誤差,但是卻增加回歸的殘差平方和。尤其是當(dāng)嶺參數(shù) k 值較大時,嶺估計(jì)可能對回歸系數(shù)過度壓
總結(jié)
以上是生活随笔為你收集整理的文献学习(part52)--基于泛岭估计对岭估计过度压缩的改进方法的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 怎么下载鼠标驱动
- 下一篇: Chrome安装路径