- Tytuł:
-
Estimation of regression parameters of two dimensional probability distribution mixtures
Estymacja parametrów regresji mieszanki dwuwymiarowych rozkładów prawdopodobieństwa - Autorzy:
- Sitek, Grzegorz
- Powiązania:
- https://bibliotekanauki.pl/articles/592694.pdf
- Data publikacji:
- 2016
- Wydawca:
- Uniwersytet Ekonomiczny w Katowicach
- Tematy:
-
EM algorithm
Least squares method for an implicite interdependence
Mixture regression model
Algorytm EM
Metoda najmniejszych kwadratów dla zależności niejawnych
Mieszanki regresji - Opis:
-
We use two methods of estimation parameters in a mixture regression: maximum
likelihood (MLE) and the least squares method for an implicit interdependence. The
most popular method for maximum likelihood esti-mation of the parameter vector is the
EM algorithm. The least squares method for an implicit interdependence is based solving
systems of nonlinear equations. Most frequently used method in the estimation of parameters
mixtures regression is the method of maximum likelihood. The article presents the
possibility of using a different the least squares method for an implicit interdependence and
compare it with the maximum likelihood method. We compare accuracy of two methods of
estimation by simulation using bias: root mean square error and bootstrapping standard errors
of estimation.
Do estymacji parametrów mieszanek regresji stosujemy dwie metody: metodę największej wiarygodności oraz metodę najmniejszych kwadratów dla zależności niejawnych. Najbardziej popularną metodą polegającą na maksymalizacji funkcji wiarygodności jest algorytm EM. Metoda najmniejszych kwadratów dla zależności niejawnych polega na rozwiązaniu układu równań nieliniowych. Najczęściej stosowaną metodą estymacji parametrów mieszanek regresji jest metoda największej wiarygodności. W artykule pokazano możliwość zastosowania innej metody najmniejszych kwadratów dla zależności niejawnych. Obie metody porównujemy symulacyjnie, używając obciążenia estymatora, pierwiastka błędu średniokwadratowego estymatora oraz bootstrapowe błędy standardowe. - Źródło:
-
Studia Ekonomiczne; 2016, 304; 30-46
2083-8611 - Pojawia się w:
- Studia Ekonomiczne
- Dostawca treści:
- Biblioteka Nauki
Artykuł