论文部分内容阅读
回归模型是回归分析中重要的一部分,本文主要讨论在椭球约束下的回归模型。本文为了解决设计矩阵X出现的复共线问题(也就是X为病态)时,β的LS(least squares)估计的长度将在m维空间中的某些方向上偏大,这时一般的线性约束条件就不再适合,而把我们研究的模型推广到奇异线性模型下,又通过对回归系数进行椭球约束,进而得到类最小二乘估计,再根据类最小二乘估计定义的形式定义一类新的估计,即类广义岭型估计、类岭回归估计和类广义岭回归估计。然而在实际问题中,通常都带有某种约束条件,因此我们来研究在椭球约束下得出的新型估计类。在回归模型中,为了得到更有效、更优良的参数估计,通常情况都是在残差平方和准则下予以讨论的。然后我们再根据-类广义岭型估计的形式定义一些新的估计,即-类岭回归估计与-类广义岭回归估计,并讨论其性质。最后在依据均方误差准则对比上述新的估计类的优良性,并利用实际问题来验证新的估计类的优良性。