排序方式: 共有4条查询结果,搜索用时 93 毫秒
1
1.
2.
多重共线性对多元线性回归方程的估计造成的影响已引起众多学者的关注。许多旨在解决多重共线性的补救方法(例如岭回归和广义最大熵)由于其自身的缺陷使得补救效果大打折扣。Paris在量子电动力学理论的启发下提出了最大熵罗汶估计量,运用蒙特卡洛试验证明:不管多重共线性有多严重,它可靠地估计被估参数的能力要强于一般最小二乘法。 相似文献
3.
结构方程模型的Gibbs抽样与贝叶斯估计 总被引:1,自引:0,他引:1
吉布斯(Gibbs)抽样可以在给定协方差数据和参数的先验分布条件下获得结构方程参数的后验分布样本.参数的点估计、区间估计和标准误就可以用这些样本数据计算.然而,在小样本的情况下,不考虑样本规模和似然面形状时,吉布斯抽样能得到较为正确的后验分布.当参数的先验分布充分,它的后验估计值可以被用于对不可识别结构方程模型的参数进行贝叶斯推断. 相似文献
4.
笔者基于2008~2013年的《CDP中国报告》,分析比较了6年来我国企业碳信息披露的现状。结果发现,我国企业越来越积极参与CDP的调查项目,日趋重视碳信息披露,已能充分认识到碳环境变化带来的风险,但对伴随风险而产生的机遇却认识不足。同时,我国企业还存在碳管理能力不足、碳管理人员专业素质不高、详细的碳排放数据严重缺乏等问题。因此,在加强碳信息披露管理方面,亟需政府加强政策引导、企业提高自身能力。 相似文献
1