A Monte Carlo Evaluation of Some Ridge-Type Estimators
若干岭型估计量的蒙特卡洛评估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：摘要研究通用线性模型的岭估计与模拟比较，未明确对应所列应用细分方向。
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
若干岭型估计量的蒙特卡洛评估
- 研究问题
- 在线性模型的岭型估计中，如何解析地选择标量参数 k，以及不同选择方法在所考察设定中的均方误差表现如何？
- 方法与思路
- 作者提出两种确定岭参数 k 的解析方法，通过蒙特卡洛模拟比较均方误差，并讨论相关矩阵特征值所关联的不同设定。
- 材料陈述的贡献
- 摘要称部分受考察设定中所提估计量优于最小二乘，另一些设定结果混合；还报告了与既有岭型估计量的有利比较。
- 阅读关注点
- 应核对两种参数选择公式、模拟模型和参数网格，尤其确认摘要中缺失符号所指的量及其与最大、最小特征值的关系。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；模型及部分参数符号缺失，需查原 PDF，不能重构公式或把模拟优势扩展为普遍支配。
原文摘要
Consider the standard linear model . Ridge regression, as viewed here, defines a class of estimators of indexed by a scalar parameter k. Two analytic methods of specifying k are proposed and evaluated in terms of mean square error by Monte Carlo simulations. With three explanatory variables and determined by the largest eigenvalue of the correlation matrix, least squares is dominated by these estimators in all cases investigated; however, mixed results are obtained with determined by the smallest eigenvalue. These estimators compare favorably with other ridge-type estimators evaluated elsewhere for two explanatory variables.