摘要:
为同时克服线性回归模型的自相关性和回归变量间的复共线性, 通过融合主成分回归估计和s-K估计, 提出一类新估计, 称为主成分s-K估计; 并在均方误差阵意义下, 得到了这类估计分别优于广义最小二乘估计、 主成分估计、 r-k和s-K估计的充要条件. Monto Carlo数值模拟表明, 新估计是一种同时克服自相关性和复共线性的有效方法.
中图分类号:
周玲, 何道江. 相依误差线性模型中的主成分s-K估计[J]. 吉林大学学报(理学版), 2015, 53(03): 444-450.
ZHOU Ling, HE Daojiang. Principal Components s-K Class Estimator inthe Linear Model with Correlated Errors[J]. Journal of Jilin University Science Edition, 2015, 53(03): 444-450.