On multivariate ridge regression
关于多元岭回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用多响应回归与贝叶斯收缩，未涉及面板、经济因子或结构估计的明确设定。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
关于多元岭回归
- 研究问题
- 多响应线性回归如何利用跨响应回归的相关性及 Stein 效应，改善忽略这些结构的最小二乘参数估计？
- 方法与思路
- 作者将多响应回归置于线性层级框架，构造更丰富的收缩估计类；对未知协方差造成的识别问题采用共轭先验。
- 材料陈述的贡献
- 摘要称该框架包含已有多元岭估计、多组正态均值估计及增长曲线贝叶斯估计，并提供处理协方差识别问题的途径。
- 阅读关注点
- 应核对层级结构与收缩形式的对应关系、未知协方差为何无法识别，以及共轭先验如何影响后验估计与风险比较。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；无法判断风险改进的具体条件，也不能把先验处理等同于数据识别。
原文摘要
A multivariate linear regression model with q responses as a linear function of p independent variables is considered with a p × q parameter matrix B. The least-squares or normal-theory maximum likelihood estimate of B is deficient in that it takes no account of the ‘across regression’ correlations, and ignores the Stein effect. A remedy was offered by Brown & Zidek (1980) in the form of a multivariate ridge estimator. A richer class of estimators is obtained here by casting the model in a linear hierarchical framework, obtaining the Brown & Zidek multivariate ridge estimates, Efron & Morris's estimates of several normal mean vectors and Fearn's Bayesian estimates of growth curves as special cases. The unknown covariance case results in an identifiability problem, which can be overcome by a Bayesian approach using conjugate priors for the unidentified covariance matrices.