删一交叉验证法对模型的选择-文档.docxVIP

  • 3
  • 0
  • 约4千字
  • 约 8页
  • 2020-11-04 发布于天津
  • 举报
删一交叉验证法对模型的选择一文献综述进行多重线性回归分析时在进行参数估计时常用最小二乘法该方法在数据满足定理时保证了在线性无偏估计类中的方差最小性如果进一步假设误差服从正态分布那么最小二乘法还具有更多更好的性质但是在实际应用中许多应用实践表明有些情况在运用最小二乘法时并不理想在个别情况下可能很不好自世纪年代特别是年代以来许多统计学家做了很多努力试图改进最小二乘估计于年证明了当维数大于时能够找到另外一个估计它在某种意义下一致优于最小二乘估计据此在后来的发展中统计学家提出了许多新的估计方法主要有和分

删一交叉验证法对模型的选择 一、文献综述 进行多重线性回归分析时,在进行参数估计时常用最小二乘 法。 该方法在数据满足 GM( Gauss-Markov )定理时,保证了在线性无偏 估计类中的方差最小性。 如果进一步假设误差服从正态 分布,那么最小二乘法还具有更多更好的性质。但是,在实际应 用 中,许多应用实践表明,有些情况在运用最小二乘法时并不理 想,在 个别情况下可能很不好。自 20世纪50年代特别是60年 代以来,许多统计学家做了很多努力,试图改进最小二乘估计。 Stein于1955年证明了 :当维数大于 2时,能够找到另外一个 估 计,它在某种意义下一致优于最小二乘估计。据此,在后来的

文档评论(0)

1亿VIP精品文档

相关文档