首页|基于结构风险最小化原则的线性EIV模型参数岭估计方法

基于结构风险最小化原则的线性EIV模型参数岭估计方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
加权整体最小二乘(WTLS)法是一种可同时顾及被解释变量和解释变量随机误差的估计方法,能够达到较高的预测精度.但是,该方法只考虑了模型的拟合优度,而忽略了复杂度,从而降低了其泛化能力.本文基于结构风险最小化原则,提出了线性EIV模型参数岭估计(PRE)方法,利用Lagrange乘数法导出了参数最优估计所满足的条件方程,并在此基础上给出了其数值解的迭代算法.为说明PRE方法的有效性,本文通过蒙特卡洛方法进行了数据模拟,进一步利用PRE方法对1995 2016年我国财险保费收入影响因素进行了实证研究,并与最小二乘(LS)、岭估计(RE)和加权整体最小二乘(WTLS)三种方法对比,研究结果表明:本文提出的PRE方法能明显提高预测精度,具有更强的泛化能力等优点.本文的最后还提出了PRE的统计性质等几个需要进一步研究的问题.
Structural Risk Minimization Principle-Based Linear EIV Model with Parameter Ridge Estimation Method

赵明清、席甜甜

展开 >

山东科技大学数学与系统科学学院,山东青岛266590

EIV模型 参数估计 结构风险最小化原则 财险保费收入

山东科技大学研究生导师指导能力提升计划立项项目山东科技大学专业学位研究生教学案例库建设项目

KDYC17018SKDYAL17010

2020

10.13860/j.cnki.sltj.20200525-001

数理统计与管理
中国现场统计研究会

数理统计与管理

CSTPCDCSSCICHSSCD北大核心
影响因子：1.114
ISSN：1002-1566
年,卷(期)：2020.39(5)
  • 2
  • 1