1) double k type ridge estimator
双k型岭估计
1.
In this paper,we consider the common DD(double difference) model and introduce the double k type ridge estimator which is proposed by studying the character of multicollinearities in the normal equations matrix at first.
文章针对GPS快速定位常用的双差模型,首先介绍了根据双差模型病态性特点提出的双k型岭估计;然后基于双k型岭估计对ARCE整周模糊度搜索方法进行了改进;最后,把双k型岭估计和改进的ARCE整周模糊度搜索方法结合起来进行快速定位。
2.
In this paper,a new biased estimator-double k type ridge estimator(DKRE) is proposed to improve some existing biased estimators based on the peculiarity of ill-conditioning of the design matrix.
针对GPS快速定位中设计阵病态性的特点,文中对现有的有偏估计进行了改进,提出了一种新的有偏估计———双k型岭估计。
2) double-h class ridge estimator
双h型岭估计
3) the double k-class estimators
双k类估计
4) ridge type GM estimation
岭型GM估计
5) c-k class of estimators
c-k型估计
1.
In the light of the essence of the ill condition in the linear regression model, this paper first proposes the c-k class of estimators of the coefficients, which combines the ridge regression estimators and the Stein shrinkage estimators into a bigger class of estimators.
针对线性回归模型病态的根本原因,提出了一类新的估计———c-k型估计,将岭估计与Stein估计统一到一个估计类;研究了这一估计类,证明利用岭回归技术可以改进著名的Stein估计(在均方误差意义下);同时研究了相应参数的最优值,分别给出了它的一个上界及下界,为病态线性回归模型系数的有偏估计提供了改进的技术途径。
6) restricted ridge estimation
约束型岭估计
1.
When the design matrix X is all ill-conditioned matrix,the least squares estimation is no longer a good estimation,The paper proposes a new restricted ridge estimation,obtains from the restricted condition,with the aid of condition extreme value,we study the minimization of(Y-Xβ)(′Y-Xβ),and cause the question to transform as optimized question under two restr.
考虑非齐次约束线性回归模型回归系数的最小二乘估计及岭估计,当设计阵X为病态时,最小二乘估计不再是一个优良估计,提出了一种约束型岭估计,从约束条件入手,借助条件极值法研究(Y-Xβ)′(Y-Xβ)的最小值,使问题转化为在两个约束条件下的优化问题。
补充资料：岭估计
分子式：
CAS号：
性质：统计学中有偏估计的一种方法。主要针对回归分析中存在的共线性而造成的经典最小二乘估计的参数不稳定而提出的一种改进方法。岭回归通过对回归系数矩阵的对角元素进行微扰，即将最小二乘估计式=(XtX)-1XtY改为=(XtX+kI)-lxtY，从而减少估计参数的均方误差。因为这种微扰失去了经典最小二乘估计的无偏性，故有有偏估计之称。
CAS号：
性质：统计学中有偏估计的一种方法。主要针对回归分析中存在的共线性而造成的经典最小二乘估计的参数不稳定而提出的一种改进方法。岭回归通过对回归系数矩阵的对角元素进行微扰，即将最小二乘估计式=(XtX)-1XtY改为=(XtX+kI)-lxtY，从而减少估计参数的均方误差。因为这种微扰失去了经典最小二乘估计的无偏性，故有有偏估计之称。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条