Estymatory wykorzystujące informację a priori w adaptacyjnej estymacji parametru regresji

• Autorzy: Grzybowski A.
• Języki publikacji: PL

Abstrakty

PL

Omówiono problem adaptacyjnych procedur estymacji parametrów regresji. Zaproponowano pewne sekwencyjne estymatory, wykorzystujące informację a priori. W drugiej części pracy zbadano jakość proponowanych metod estymacji, stosując symulacje komputerowe.

Słowa kluczowe

PL

informacja a priori; metody estymacji; teoria decyzji

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Prace Naukowe Instytutu Matematyki i Informatyki Politechniki Częstochowskiej
• Rocznik: 2002
• Tom: Vol. 1, nr 1
• Strony: 53--62
• Opis fizyczny: Bibliogr. 20 poz.

Twórcy

autor

Grzybowski A.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska

Bibliografia

• [1] Andrews D.W.K., Asymptotic optimality of generalized CL, cross-validation, and generalized cross-validation in regression with heteroskedastic errors, Journal of Econometrics 1991, 47, 359-377.
• [2] Berger J., A robust generalised bayes estimator and confidence region for a multivariate normal mean, Ann. Statist. 1980, 8, 716-761.
• [3] Berger J., Selecting a minimax estimator of a multivariate normal mean, Ann. Statist. 1982, 10, 81-92.
• [4] Berger J., Robust Bayesian analysis: sensitivity to the prior, J. Statist. Plann. Inference 1990, 25, 303-328.
• [5] Breiman L., Spector P., Submodel selection and evaluation in regression: the X-random case, Internation Statistical Review 1992, 60, 3, 291-319.
• [6] Efron B., Tibshirani R.J., Cross-Validation and the Bootstrap: Estimating the Error Rate of a Prediction Rule, Technical Raport 176, Dept. of Statistics, Stanford Univ., 1995.
• [7] Grzybowski A., Minimaksowo-odporna estymacja parametrów regresji, Przegląd Statystyczny 1997, R. XLIV, 3, 427-435.
• [8] Grzybowski A., Symulacyjna metoda doboru parametrów niepewności w minimaksowo-odpornej analizie regresji, (w:) Metody i zastosowania badań operacyjnych, praca zbiorowa pod red. T. Trzaskalika, cz. II, Wydawnictwo Uczelniane Akademii Ekonomicznej w Katowicach, Katowice 1998, 267-278.
• [9] Grzybowski A., Simulation analysis of some regression estimators incorporating prior information, Proceedings of International Workshop On Statistical Modelling, Graz 1999.
• [10] Grzybowski A., Symulacje komputerowe w analizie metod estymacji parametrów regresji wykorzystujących informację a priori, Materiały 6 Warsztatów Naukowych Symulacja w Badaniach i Rozwoju, Białystok 25-27.08.1999.
• [11] Grzybowski A., Comparative analysis of some nonlinear regression estimators incorporating prior information - simulation studies, Proceedings of 3rd International Conference on Parallel Processing & Applied Mathematics, Kazimierz Dolny 14-17.09.1999, 525-532.
• [12] Grzybowski A., Simulation analysis of some regression estimators incorporating prior information - performance for different loss functions, Proceedings of 16th IMACS World Congress 2000 on Scientific Computation, Applied Mathematics and Simulation, Lausanne 2000.
• [13] Grzybowski A., Urbanowicz Z., Statystyczne modelowanie własności mechanicznych blach grubych przy regulowanym walcowaniu, Materiały Konferencji Zastosowania Komputerów w Zakładach Przetwórstwa Metali, Bukowina 1998, 25-33.
• [14] Grzybowski A., Urbanowicz Z., Alternative methods of regression in modelling properties of steel plates - a comparative studies, Proceedings of 3rd International Conference on Parallel Processing & Applied Mathematics, Kazimierz Dolny 1999, 533-542.
• [15] Kohavi R., A study of cross-validation and bootstrap for accuracy estimation and model selection, Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence, San Mateo 1995, 1137-1143.
• [16] Milo W., Stabilność i wrażliwość metod ekonometrycznych, Łódź 1995.
• [17] Plutowski M.E., Sakata S., White H., Cross-validation estimates integrated mean squared error, Advances in neural information processing systems 6, eds. C.L. Giles, S.J. Hanson, J.D. Cowan, San Mateo, CA, Morgan Kaufmann Publishers 1994.
• [18] Shao J., Linear model selection by cross-validation, Journal of the American Statistical Association 1993, 88, 422, 486-494.
• [19] Stahlecker P.,Trankler G., (ed.)., Acta Applicandae Mathematicae 1996, 43, 1.
• [20] Schipp B., Trankler G., Stahleker P., Minimax estimation with additional linear restrictions - a simulation study, Commun. Statist. - Simula. 1988, 17(2), 393-406.