經由熵訊息的調整選取脊參數

Choosing Ridge Parameter via Modification of Entropy Information

郭俊男(Chun-Nan Kuo)

指導教授 ： 張淑惠 ； 戴政

國立臺灣大學/公共衛生學院/流行病學與預防醫學研究所/碩士(2011年)

https://doi.org/10.6342/NTU.2011.10734

摘要

當複回歸分析存在多重共線性時，會導致回歸參數的最小平方估計量發生錯誤估計的結果，因此Hoerl and Kennard (1970)提出了脊回歸估計量，雖然此脊回歸估計量是有偏的，但是其優點為可以降低估計量的變異。本文所提出的脊回歸方法是將Khalaf and Shukur (2005)所提之脊參數經由熵訊息的調整改造為另一個新的脊參數，並得到一新的回歸參數的估計量。當固定脊回歸估計量的偏誤在一允許可接受的範圍下，比較各種脊參數所對應之脊回歸估計量的均方誤。模擬結果顯示，在此準則下，以本文所提出新的脊參數所得到的脊回歸估計量較其它方法來的好。

關鍵字

熵 ； 多重共線性 ； 脊回歸

並列摘要

無資料

並列關鍵字

entropy ； multicollinearity ； ridge regression

參考文獻

Hoerl, A. E., and Kennard, R. W. (2000). Ridge regression:biased estimation of non-orthogonal problems. Technometrics 42, 80-86.

Khalaf, G., and Shukur, G. (2005). Choosing ridge parameter for regression problems. Communications in Statistics-Theory and Methods 34: 5, 1177-1182.

Lawless, J. F., and Wang, P. (1976). A simulation study of ridge and other regression estimators. Communications in Statistics-Theory and Methods 5: 4, 307-323.

Marquardt, D. W., and Snee, R. D. (1975). Ridge regression in practice. American Statistician 29, 3-20.

McDonald, G. C., and Galarneau, D. I. (1975). A monte carlo evaluation of some ridge-type estimators. Journal of the American Statistical Association 70, 407-416.