TY -的A2 -唐,主编盟——Karakoca Aydın PY - 2022 DA - 2022/05/18 TI -一种新型迭代岭估计量:应用程序和绩效评估SP - 3781655六世- 2022 AB -岭估计的使用是很常见的在多元线性回归模型存在多重共线性。岭作为替代普通最小二乘法的多重共线性均方误差较低。选择偏置参数的最优值 k岭回归的偏见方差贸易是至关重要的。因为岭之间的理论比较是不可能的,这是惯例进行蒙特卡罗研究进行比较。在蒙特卡洛设计现有岭检查,这是看到的表演岭只考虑相同级别的独立变量之间的关系。然而,它更有可能遇到不同程度的独立变量之间的关系在现实数据集。在这项研究中,提出了一种新型迭代岭估计基于修改的估计均方误差函数形式。此外,还提供了一个新颖的搜索算法实现了估计。提出了估计量的性能比较与普通最小二乘估计量和现有18岭估计通过一个广泛的蒙特卡罗设计。在蒙特卡洛的设计,数据生成技术考虑,基于常数和不同自变量之间的相关性水平。两个说明性的真实数据的例子。该估计量优于现有的估计量的均方误差的数据生成类型。此外,它也是上级对k-fold交叉验证方法在现实数据的例子。 SN - 2314-4629 UR - https://doi.org/10.1155/2022/3781655 DO - 10.1155/2022/3781655 JF - Journal of Mathematics PB - Hindawi KW - ER -