楼主: dd717
2762 0

2010-11-10 15:07:49 小样本回归 [推广有奖]

  • 0关注
  • 0粉丝

高中生

55%

还不是VIP/贵宾

-

威望
0
论坛币
52 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
486 点
帖子
33
精华
0
在线时间
16 小时
注册时间
2008-4-15
最后登录
2016-7-29

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
小样本回归,按照格林的书上所说,最小绝对离差(LAD)估计量结合bootstrap方法,更有优势。

LAD回归是分位数回归的特殊情况,估计的是中位数。在stata里qreg命令默认的就是,后缀reps(#)控制抽样次数。

OLS是最小化残差的平方和,LAD是最小化残差绝对值之和。LAD和OLS最大的不同就是在样本较小的时候,OLS估计很容易受稍微异常一点观察值的影响,LAD要好一些。

估计方法很容易实现,stata里属于qreg目录下,qreg y x1 x2就可以了。

bootstrap是获得更加稳健的标准误,如:bsqreg y x1 x2 ,reps(1000)

小样本回归可使用偏最小二乘回归,我国最早运用为北航在研究战斗机可靠性的方面,不过样本也不能太小。
主要参考书:中文
张恒基等《小样本多元数据分析方法及应用》,西北工业大学出版社,2002
王惠文等《偏最小二乘回归的线性与非线性方法》,国防工业出版社,2006

 

此学习笔记针对主题:请教:小样本回归

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:小样本 Bootstrap方法 Bootstrap Bootstra 偏最小二乘回归 样本

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-5-7 07:17