Resumen

Wu (2013) propuso un estimador, estimador de tipo Liu de componentes principales, para superar la multicolinealidad. Este estimador es un estimador general que incluye el estimador de mínimos cuadrados ordinarios, el estimador de regresión de componentes principales, el estimador de crestas, el estimador Liu, el estimador de tipo Liu, el estimador de clase y el estimador de clase. En este artículo, primero utilizamos un nuevo método para proponer el estimador de tipo Liu de componentes principales; luego estudiamos la superioridad del nuevo estimador utilizando el criterio de error cuadrático medio escalar. Finalmente, presentamos un ejemplo numérico para mostrar los resultados teóricos.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Estimador; Componente principal; Multicolinealidad; Mínimos cuadrados ordinarios; Estimador de ridge; Estimador tipo Liu
• Keywords:Estimator; Principal component; Multicollinearity; Ordinary least squares; Ridge estimator; Liu-type estimator