回归系数的一种有偏估计  

A biased estimate for regression coefficients

作　　者：蔡新民[1] 黄养新[1] 

机构地区：[1]武汉理工大学理学院,武汉430070

出　　处：《华中师范大学学报（自然科学版）》2003年第2期153-155,共3页Journal of Central China Normal University：Natural Sciences

基　　金：科学技术部技术创新基金资助项目(02C26214200218).

摘　　要：为了改进最小二乘估计,克服其在设计阵呈病态时表现出的不可靠性,本文将最小二乘估计、Stein型估计和组合主成分估计的方法联合起来,提出了多元线性模型回归系数的一种新的有偏估计.并且证明了:此种估计在均方误差意义下是可容许估计;在参数区域的某个椭球内,这种新的估计优于最小二乘估计、主成分估计和组合主成分估计.In this paper, a new biased estimate is proposed for the regression coefficients of multivariate linear models, combining the technique of least squares estimate, principal components estimate and combinatorial principal components estimate, in order to improve least squares estimate. It is shown that the new estimate superior to least squares estimate, principal components estimate and combinatorial principal components estimate under suitable conditions, and is admissible estimate.

关 键 词：多元线性模型 回归系数 有偏估计 最小二乘估计 Stein型估计 组合主成分估计 可容许估计 

分 类 号：O212.4[理学—概率论与数理统计]