岭迹分析和岭参数选择
2014-08-15 20:33卜晓明王志福
科技视界 2014年18期
关键词：稳定
卜晓明 王志福
【摘 要】针对岭估计中岭参数的选取问题，本文给出了几种方法和原则，使估计的均方误差大为缩小，从而使估计稳定而接近真实值。
【关键词】岭参数；均方误差；稳定
【Abstract】In view of the ridge estimation of ridge parameter selection problem， the paper gives several methods and principles for the estimate of the mean square error （mse） greatly narrowed， and make the estimation stability and close to the real value.
【Key words】Ridge parameters； Mean Square Error； Stability
0 引言
1962年统计学家A.E.Hoerl提出了岭回归（Ridge Regression）这一方法，随后1970年他在和R.W.Kennard合作发表的论文中对岭回归进行了深入的讨论。这一方法能够使设计矩阵列复共线时最小二乘估计量的均方误差得到很大改善，使估计趋于稳定[1]。
岭回归方法主要是为了使λp稍大一些，在病态的（X'X）中沿主对角线强制加进正数。我们知道
【参考文献】
[1]A.E.Hoerl R.W.Kennard Ridge regression：bassed estimation for non-orthogonal problems technometrics[Z].1970.
[2]何秀丽，王浩华.岭回归中K值的探讨[J].甘肃联合大学学报：自然科学版，2008（06）.
[3]王浩华，李胜军.岭回归中参数估计的探讨[J].海南大学学报：自然科学版，2009（01）.
[责任编辑：刘帅]
【摘 要】针对岭估计中岭参数的选取问题，本文给出了几种方法和原则，使估计的均方误差大为缩小，从而使估计稳定而接近真实值。
【关键词】岭参数；均方误差；稳定
【Abstract】In view of the ridge estimation of ridge parameter selection problem， the paper gives several methods and principles for the estimate of the mean square error （mse） greatly narrowed， and make the estimation stability and close to the real value.
【Key words】Ridge parameters； Mean Square Error； Stability
0 引言
1962年统计学家A.E.Hoerl提出了岭回归（Ridge Regression）这一方法，随后1970年他在和R.W.Kennard合作发表的论文中对岭回归进行了深入的讨论。这一方法能够使设计矩阵列复共线时最小二乘估计量的均方误差得到很大改善，使估计趋于稳定[1]。
岭回归方法主要是为了使λp稍大一些，在病态的（X'X）中沿主对角线强制加进正数。我们知道
【参考文献】
[1]A.E.Hoerl R.W.Kennard Ridge regression：bassed estimation for non-orthogonal problems technometrics[Z].1970.
[2]何秀丽，王浩华.岭回归中K值的探讨[J].甘肃联合大学学报：自然科学版，2008（06）.
[3]王浩华，李胜军.岭回归中参数估计的探讨[J].海南大学学报：自然科学版，2009（01）.
[责任编辑：刘帅]
【摘 要】针对岭估计中岭参数的选取问题，本文给出了几种方法和原则，使估计的均方误差大为缩小，从而使估计稳定而接近真实值。
【关键词】岭参数；均方误差；稳定
【Abstract】In view of the ridge estimation of ridge parameter selection problem， the paper gives several methods and principles for the estimate of the mean square error （mse） greatly narrowed， and make the estimation stability and close to the real value.
【Key words】Ridge parameters； Mean Square Error； Stability
0 引言
1962年统计学家A.E.Hoerl提出了岭回归（Ridge Regression）这一方法，随后1970年他在和R.W.Kennard合作发表的论文中对岭回归进行了深入的讨论。这一方法能够使设计矩阵列复共线时最小二乘估计量的均方误差得到很大改善，使估计趋于稳定[1]。
岭回归方法主要是为了使λp稍大一些，在病态的（X'X）中沿主对角线强制加进正数。我们知道
【参考文献】
[1]A.E.Hoerl R.W.Kennard Ridge regression：bassed estimation for non-orthogonal problems technometrics[Z].1970.
[2]何秀丽，王浩华.岭回归中K值的探讨[J].甘肃联合大学学报：自然科学版，2008（06）.
[3]王浩华，李胜军.岭回归中参数估计的探讨[J].海南大学学报：自然科学版，2009（01）.
[责任编辑：刘帅]
