回归系数的广义岭型主相关估计方法-应用统计学专业论文.docxVIP

学位论文版权使用授权书本人完全了解同济大学关于收集、保存、使用学位论文的规 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规 定，同意如下各项内容：按照学校要求提交学位论文的印刷本和 电子版本；学校有权保存学位论文的印刷本和电子版，并采用影 印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目 录检索以及提供本学位论文全文或者部分的阅览服务；学校有权 按有关规定向国家有关部门或者机构送交论文的复印件和电子 版；在不以赢利为目的的前提下，学校可以适当复制论文的部分 或全部内容用于学术活动。 学位论文作者签嘴修穆F～Y 妒3年L≯月哆日 学位论文作者签名：考钐 学位论文作者签名： 考钐 ’砷狰l y 眵鹏 日 摘要摘要 摘要 摘要 线性回归模型在理论上和应用上都极其重要。针对回归系数最小二乘估计的 局限性，在岭型主相关估计提出的基础上，本文研究了回归系数的一种新的有 偏估计——广义岭型主相关估计，这一估计方法在均方误差意义下和pitman准 则下都优于最d-乘估计、岭型主相关估计和主相关估计。本文主要研究了广 义岭型主相关估计的岭参数的选取问题，分别在最优均方误差、Q(c1准则下建 立了岭参数的选取方法，解决了广义岭型主相关估计应用上的关键问题。通过 两个实例来比较最小二乘估计、主相关估计、岭估计、岭型主相关估计及广义 岭型主相关估计的优良性。 最后，就进一步工作的方向进行了简要的讨论。 关键词：线性回归模型，广义岭型主相关估计，均方误差，Pitman准则，岭参 数，Q(c)准则 ABSTRACTLinear ABSTRACT Linear regression model is very important in both theory and application·In order to conquer the drawback of LSE and on the base of the ridge and principal con．elation estimation,in this paper we study a new biased estimator of the fe翠铬sion parameter-．the generalized ridge and principal correlation estimator．We give its some properties and prove that it is superior to LSE(1east squares estimator)， principal correlation estimator,Ridge and principal correlation estimator under some cenaill conditions when we select MSE(mean squares error)and PMC(Pitman closeness)criterion respectively． IIl tllis pap％we discuss ridge parameter selection of the generalized ridge and p血cipal correlation,including optimization of mean square error,Q(cJ cntcnon· The key step is putting the generalized ridge and principal correlation estimator into p】．a以ce．And we give the two cases to compare the optimization of LSE(1east and squares estimator)，principal correlation estimator,ridge estimator,ridge p—ncipal correlation and the generalized ridge and principal correlation estimator． In tlle finality,the problems requiring further studies are discussed· Key Words：Linear regression model，Generalized ridge and principal c0仃elali锄 estimatioIlMean square error)Pitman closeness criterion,Ridge parameter,Q(c)criterion l