1) universal ridge estimates
泛岭估计
1.
This paper deals with the influence analysis of universal ridge estimates of coefficients of regression, based on singular value decompose and the influence analysis of linear biased estimates such as ridge estimates and principal components estimates which appeared in many papers.
对文献中常出现的线性有偏估计如岭估计、主成分估计的影响分析的文献较多,本文在此基础上,基于奇异值分解讨论了回归系数泛岭估计的影响分析。
2) Robust universal ridge estimator
抗差泛岭估计
3) Multivariate Universal Ridge Estimate
多元泛岭估计类
4) ridge estimation
岭估计
1.
The ridge estimation of factor score in factor analysis;
因子分析法中因子得分的岭估计
2.
The study area was chosen in Yijinholo County, Mu Us Sandland, by means of ridge estimation method.
选取毛乌素沙地东北部的伊金霍洛旗为研究区域,以少量野外定位调查数据与其对应的遥感信息和GIS信息为基础,利用岭估计分析方法,对影响生物量估测的遥感因子和GIS因子进行了筛选优化。
3.
Ridge estimation method could obviously improve the limitation of Least Square method,elim.
选取毛乌素沙地东北部的伊金霍洛旗为研究区域,以少量野外定位调查数据与其对应的遥感信息和GIS信息为基础,利用岭估计分析方法,对植被盖度估测模型及其影响因子进行系统研究。
5) ridge estimator
岭估计
1.
For the generalized linear model with aggregated data:Y=Xβ+u,Eu=0,Var(u)=σ2∑,this paper is built two kinds of biased estimators: ridge estimator β(k)and improved ridge estimator β(k)which are discussed some superiority to the estimators in the sense of mean square error.
对于聚集数据的广义线性模型:Y=Xβ+u,Eu=0,Var(u)=σ2∑,提出了二种有偏估计:岭估计β(k)与改进岭估计β(k)。
2.
The estimator is a new biased method combining the Ridge estimator and the Stein estimator.
该算法是综合岭估计和压缩估计的一种新有偏算法,它通过对最小二乘估计值的不同分量进行不同比例的压缩使估计值最优。
3.
The mean square error of ridge estimator can be decreased by means of changing ridge parameter.
这种方法能够通过调整岭参数来进一步减少岭估计的均方误差 ,并改进了 Hoerl和 Kennard的结果 。
6) ridge estimate
岭估计
1.
The lower bound of efficiencies of least square estimate with respect to the ridge estimate;
最小二乘估计相对于岭估计的效率下界
2.
Amelioration of Common Ridge Estimates Under the Condition of Multicollinearity;
复共线条件下普通岭估计的改进
3.
The coupling between the regularization method and ridge estimate afford a new idea of the choice of the regularization parameters.
同时,基于正则化方法与广义岭估计的契合之处,提出了一种新的正则化参数的选取方法。
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