基于刀切岭估计的线性回归参数的最小体积置信集  

MINIMUM-VOLUME CONFIDENCE SETS OF PARAMETERS BASED ON JACKKNIFED RIDGE ESTIMATOR FOR LINEAR REGRESSION MODELS

作　　者：郭童格 胡宏昌 GUO Tong-ge;HU Hong-chang(Department of Mathematics and Statistics,Hubei Normal University,Huangshi 435002,China)

机构地区：[1]湖北师范大学数学与统计学院,湖北黄石435002

出　　处：《数学杂志》2023年第6期529-536,共8页Journal of Mathematics

基　　金：湖北省自然科学基金-黄石联合资助项目(2022CFD042);湖北师范大学“研究生创新科研”立项建设项目(2023Z079)。

摘　　要：本文基于岭估计研究了正态线性回归模型中未知参数的最小体积置信集问题.利用Jackknife方法,获得了在不同情况下未知参数的最小体积置信集.最后,与经典置信集进行比较,在最小体积意义下我们所得到的置信集是最佳的.In this paper,based on the ridge estimator,we investigate the minimum volume confidence sets of unknown parameters in the normal linear regression models.By using the Jackknife method,the minimum volume confidence sets of unknown parameters in different cases are obtained.Finally,the minimum volume confidence sets are compared with the classical confidence sets,and our confidence sets are the best in the sense of minimum volume.

关 键 词：刀切岭估计 线性回归 置信集 岭估计 

分 类 号：O212.4[理学—概率论与数理统计]