Least Absolute Relative Error Estimation.
Least Absolute Relative Error Estimation.
复制标题
DOI：
10.1198/jasa.2010.tm09307
复制
发表时间：
2010
影响因子：
3.7
通讯作者：
Ying Z
中科院分区：
文献类型：
--
作者：
Chen K;Guo S;Lin Y;Ying Z
乘法回归模型或加速失效时间模型在对数变换后成为线性回归模型，用于分析具有正响应的数据，例如股票价格或生命周期，这在经济/金融或生物医学研究中特别常见。最小二乘或最小绝对偏差是线性回归模型统计估计中最广泛使用的准则之一。然而，在许多实际应用中，特别是在处理股票价格数据时，相对误差的大小，而不是误差本身，是从业者关注的中心问题。本文通过考虑最小化乘性回归模型的最小绝对相对误差，提供了一种替代传统估计方法的方法。我们证明了一致性和渐近正态性，并通过随机加权提供了一种推理方法。我们还指定的误差分布，建议的最小绝对相对误差估计是有效的。支持性证据显示在模拟研究。并以香港交易所股票收益率为例进行了应用分析。
Multiplicative regression model or accelerated failure time model, which becomes linear regression model after logarithmic transformation, is useful in analyzing data with positive responses, such as stock prices or life times, that are particularly common in economic/financial or biomedical studies. Least squares or least absolute deviation are among the most widely used criterions in statistical estimation for linear regression model. However, in many practical applications, especially in treating, for example, stock price data, the size of relative error, rather than that of error itself, is the central concern of the practitioners. This paper offers an alternative to the traditional estimation methods by considering minimizing the least absolute relative errors for multiplicative regression models. We prove consistency and asymptotic normality and provide an inference approach via random weighting. We also specify the error distribution, with which the proposed least absolute relative errors estimation is efficient. Supportive evidence is shown in simulation studies. Application is illustrated in an analysis of stock returns in Hong Kong Stock Exchange.
登录
查看更多内容
影响因子：
0.8
作者：
Park, H;Stefanski, LA
通讯作者：
Stefanski, LA
影响因子：
0.8
作者：
POLLARD, D
通讯作者：
POLLARD, D
影响因子：
4.5
作者：
STIGLER, SM
通讯作者：
STIGLER, SM
影响因子：
2.5
作者：
NARULA, SC;WELLINGTON, JF
通讯作者：
WELLINGTON, JF
影响因子：
5.9
作者：
KHOSHGOFTAAR, TM;BHATTACHARYYA, BB;RICHARDSON, GD
通讯作者：
RICHARDSON, GD