一元线性回归模型中参数估计的几种方法比较

被引:32
作者
冯守平
石泽
邹瑾
机构
[1] 安徽财经大学统计与应用数学学院
关键词
最小一乘法; 全最小一乘法; 线性规划; LINGO;
D O I
10.13546/j.cnki.tjyjc.2008.24.012
中图分类号
O212.1 [一般数理统计];
学科分类号
070103 [概率论与数理统计];
摘要
文章介绍了一元线性回归模型中参数估计的最小二乘法、最小一乘法、全最小一乘法的意义,并指出了他们的优缺点。在对具体模型进行参数估计时,分别将最小一乘法、全最小一乘法的计算转化为线性规划问题及非线性优化问题,最后利用优化软件LINGO计算相应的参数。
引用
收藏
页码:152 / 153
页数:2
相关论文
共 6 条
[1]
基于LINGO的最小一乘线性回归的参数估计 [J].
王文峰 .
贵州财经学院学报, 2006, (06) :106-108
[2]
经济预测模型中参数估计的一种方法 [J].
李自强 ;
严洪森 ;
张卫德 ;
朱广宇 .
微机发展, 2005, (01) :85-86+90
[3]
平面上有限个点到直线的距离和最小的问题 [J].
冯守平 .
大学数学, 2004, (04) :79-83
[4]
预测模型中参数估计的最优化方法 [J].
杨桂元 ;
唐小我 .
系统工程理论与实践, 2002, (08) :85-88+94
[5]
最小一乘法在建立预测模型中的应用 [J].
杨桂元 .
江苏统计, 1998, (05)
[6]
应用统计.[M].陆璇编著;.清华大学出版社.1999,