PMSE dominance of the positive-part shrinkage estimator in a regression model with proxy variables
PMSE dominance of the positive-part shrinkage estimator in a regression model with proxy variables
复制标题
具有代理变量的回归模型中正部分收缩估计量的 PMSE 优势
DOI：
10.1080/00949655.2018.1491576
复制
发表时间：
2018
影响因子：
1.2
通讯作者：
Akio Namba & Haifeng Xu
中科院分区：
文献类型：
--
作者：
Norkute Milda;Sarafidis Vasilis;Yamagata Takashi;Cui Guowei;Akio Namba & Haifeng Xu
考虑一个线性回归模型，其中一些相关的回归量是不可观察的。在这种情况下，我们通过使用代理变量作为回归量或简单地省略相关回归量来估计模型。本文推导了一类回归系数收缩估计量的预测均方误差（PMSE）的显式公式。分析表明，即使使用代理变量代替未观察到的变量，正部分收缩估计量也优于普通收缩估计量。同时，作为一个例子，我们的结果应用于Ullah提出的双类估计量和Ullah（线性回归中系数的双类估计量）。费雪。46:705 1978;722)。数值结果表明，带代理变量的正部分双类估计器具有较好的PMSE性能。
Consider a linear regression model with some relevant regressors are unobservable. In such a situation, we estimate the model by using the proxy variables as regressors or by simply omitting the relevant regressors. In this paper, we derive the explicit formula of predictive mean squared error (PMSE) of a general family of shrinkage estimators of regression coefficients. It is shown analytically that the positive-part shrinkage estimator dominates the ordinary shrinkage estimator even when proxy variables are used in place of the unobserved variables. Also, as an example, our result is applied to the doublek-class estimator proposed by Ullah and Ullah (Doublek-class estimators of coefficients in linear regression. Econometrica. 1978;46:705–722). Our numerical results show that the positive-part doublek-class estimator with proxy variables has preferable PMSE performance.
登录
查看更多内容
收缩效率界限
影响因子：
0.8
作者：
B. Hansen
通讯作者：
B. Hansen
使用代理变量的注意事项
影响因子：
6.1
作者：
M. Wickens
通讯作者：
M. Wickens
当相关回归量被省略时，线性回归模型中最小均方误差估计量的 Mes 性能
DOI：
10.1080/00949659808811902
发表时间：
1998
期刊：
影响因子：
--
作者：
K. Ohtani
通讯作者：
K. Ohtani
DOI：
10.1198/016214506000000735
发表时间：
2006-12-01
影响因子：
3.7
作者：
Zou, Hui
通讯作者：
Zou, Hui
错误指定的线性回归模型中斯坦因规则估计器和正部分斯坦因规则估计器的比较
影响因子：
0.8
作者：
K. Ohtani
通讯作者：
K. Ohtani