Exact finite-sample bias and MSE reduction in a simple linear regression model with measurement error
Exact finite-sample bias and MSE reduction in a simple linear regression model with measurement error
复制标题
具有测量误差的简单线性回归模型中的精确有限样本偏差和 MSE 降低
DOI：
10.1007/s42081-018-0025-3
复制
发表时间：
2019
影响因子：
1.3
通讯作者：
Tsukuma Hisayuki
中科院分区：
文献类型：
--
作者：
西山陽一;Tsukuma Hisayuki
本文讨论了自变量具有函数测量误差的简单线性回归模型中斜率参数的估计问题。众所周知，自变量中的测量误差会导致普通最小二乘估计器的偏差。给出了在有限样本情况下减少偏差的一般步骤，并提出了一些精确的减少偏差的估计量。还表明，某些截断过程改善了普通最小二乘估计的均方误差和减少了偏差的估计量。
This paper deals with the problem of estimating a slope parameter in a simple linear regression model, where independent variables have functional measurement errors. Measurement errors in independent variables, as is well known, cause biasedness of the ordinary least squares estimator. A general procedure for the bias reduction is presented in a finite sample situation, and some exact bias-reduced estimators are proposed. Also, it is shown that certain truncation procedures improve the mean square errors of the ordinary least squares and the bias-reduced estimators.
登录
查看更多内容
影响因子：
1.6
作者：
T. Kubokawa;C. Robert
通讯作者：
C. Robert
控制问题的完备类定理及可采性和不可采性的进一步结果
影响因子：
4.5
作者：
Asad Zaman
通讯作者：
Asad Zaman
控制问题中估计的一般可接受性和不可接受性结果
影响因子：
4.5
作者：
J. Berger;L. Berliner;Asad Zaman
通讯作者：
Asad Zaman
带有测量误差的简单线性回归模型的估计
DOI：
--
发表时间：
2018
期刊：
arXiv: Statistics Theory
影响因子：
--
作者：
Hisayuki Tsukuma
通讯作者：
Hisayuki Tsukuma
测量误差模型的 James–Stein 估计量的均方误差
影响因子：
0.8
作者：
Meixin Guo;M. Ghosh
通讯作者：
M. Ghosh