We found a match
Your institution may have access to this item. Find your institution then sign in to continue.
- Title
Ordinary and weighted least-squares estimators.
- Authors
Shao, Jun
- Abstract
On considère le contexte de la régression linéaire où les variances des erreurs sont inégales et où le nombre de variables indépendantes est grand avec un petit nombre de mesures répétées pour chacune. On propose alors une méthode pour estimer l'efficacité asymptotique relative de l'estimateur des moindres carrés pondérés (WLSE) par rapport à l'estimateur des moindres carrés usuel (OLSE). Les poids utilisés sont les inverses des moyennes (intra-groupe) des carrés des résidus. On montre que l'estimateur OLSE est plus efficace que l'estimateur WLSE si le nombre maximal de répétitions n'est pas plus grand que deux. L'estimateur de l'efficacité est convergent lorsque le nombre d'observations augmente. La performance de cet estimateur pour des échantillons de taille finie est étudiée à l' de simulations. On propose un estimateur adaptatif qui est asymptotiquement plus efficace que les estimateurs OLSE et WLSE.
- Subjects
ESTIMATION theory; LEAST squares; ASYMPTOTES; REGRESSION analysis; STATISTICAL sampling
- Publication
Canadian Journal of Statistics, 1990, Vol 18, Issue 4, p327
- ISSN
0319-5724
- Publication type
Article
- DOI
10.2307/3315839