国内刊号:11-2040/O1
国际刊号:0254-3079
发布日期:
作者:张佳鸣, 吴刘仓
单位:1 昆明理工大学理学院, 昆明 650500;<br>2 昆明理工大学应用统计学研究中心, 昆明 650500
关键词:对数正态分布,众数回归模型,极大似然估计,岭估计,多重共线性
随着国家经济不断繁荣昌盛, 社会进步, 越来越多的经济和工程类数据存在多重共线性且出现偏斜厚尾特征, 传统模型无法解决该类数据且易出现不稳健的情况. 本文首次提出对数正态众数回归模型, 并研究岭估计统计推断. 采用Gauss-Newton迭代法、不动点迭代法和相互迭代法三种算法求解参数的极大似然估计. 随机模拟表明模型和算法的有效性, 且Gauss-Newton迭代法求解效果最好, 实例分析表明对数正态众数回归模型精度高且稳健, 优于均值回归模型.
来源:2025年第5期
《应用数学学报》期刊编辑部