10.16055/j.issn.1672-058X.2023.0002.014
多元响应线性回归模型的马氏Mallows模型平均方法改进
针对多元响应线性回归模型,提出了修改的马氏Mallows模型平均(MMMAc)方法.为了更充分地利用多元响应变量之间的相关性信息从而更好地提高预测精度,组合权重选择准则的构造同样考虑了马氏距离预测风险,并通过构造Wishart分布,推导出预测损失的无偏估计作为权重的选择准则,最终得到的MMMAc准则相比马氏Mallows模型平均(MMMA)准则增加了一个偏差矫正项,减小了对预测损失估计的偏差,因此通过最小化该准则得到的权重估计能更接近不可得的理论最优组合权重;最后,模拟对比实验验证了 MMMAc方法的优势:MMMAc估计具有与MMMA估计同样的渐进最优性,因此两者的表现在大样本情形下没有太大差异,然而,由于修改后的权重选择准则为预测损失的无偏估计,因此在样本量不足的情形下,MMMAc方法的预测表现更佳.
多元响应线性回归、模型平均方法、Mallows准则、Wishart分布
40
O212.1(概率论与数理统计)
全国统计科学研究重大项目2018LD01
2023-05-09（万方平台首次上网日期，不代表论文的发表时间）
共5页
94-98
