文献学习(part52)--基于泛岭估计对岭估计过度压缩的改进方法

学习笔记，仅供参考，有错必纠

---

---

基于泛岭估计对岭估计过度压缩的改进方法

摘要

岭估计是解决多元线性回归多重共线性问题的有效方法，是有偏的压缩估计。与普通最小二乘话计相比，岭估计可以降低参数估计的均方误差，但是却增大残差平方和，拟合效果变差。本文提出一种基于泛岭估计对岭估计过度压缩的改进方法，可以改进峰估计的拟合效果，减小岭估计残差平方和的增加幅度。

引言

当多元线性 回归中出现多重共线性时，普通最小二乘法明显变坏 。1970 年，He r lA E 和K e n n a r d R w 提出了岭 回归方法，用于解决多元线性 回归中的多重共线性 问题 。岭 回归估计量是参数的有偏压缩估计，可以减小估计量的均方误差，但是却增加回归的残差平方和。尤其是当岭参数 k 值较大时，岭估计可能对回归系数过度压缩，使残差平方和增加过大，并且回归系数的意义也失真 。

本文基 于泛岭估计提 出一种对岭估计过度压缩的改进方法 ，通过对岭估计的