文献

J-GLOBAL ID：202202268265360216   整理番号：22A0792069

Poisson回帰モデルのための修正ジャックナイフKibria-Lukman推定量【JST・京大機械翻訳】

Modified jackknife Kibria-Lukman estimator for the Poisson regression model

著者 (2件)： Oranye Henrietta Ebele (Department of Statistics, University of Nigeria Nsukka, Enugu, Nigeria) ,  Ugwuowo Fidelis Ifeanyi (Department of Statistics, University of Nigeria Nsukka, Enugu, Nigeria)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 6  ページ： e6757  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Poisson回帰は計数データを解析する方法の1つであり,回帰パラメータは最尤法(ML)法を用いて通常推定される。しかし,ML法は多重共線性に敏感である。説明変数の間に線形依存性があるとき,多重共線性が発生する。多重共線性は,しばしば不安定な最尤推定につながる。本論文では,Poisson回帰モデルにおける多重共線性を緩和するために,修正ジャックナイフPoisson Kibria-Lukman(MJPKL)推定子を開発した。MJPKL推定量をいくつかの既存の推定器と理論的に比較し,MJPKLの優位性に対する条件を得た。シミュレーション研究と実生活適用を行い,推定器の性能を比較した。シミュレーションと現実の結果から,修正ジャックナイフPoissonK-L推定器(MJPKLE)は,いくつかの条件の下で他の推定器より良い結果を与えることが明らかになった。最後に,MJPKL推定器はPKL推定量のバイアスを低減し,本論文で考察したあらゆる推定子を支配した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *推定 ,  最尤法 ,  多重化 ,  線形性 ,  修正 ,  バイアス ,  *回帰モデル ,  *推定量

著者キーワード (5件)： Kibria-Lukman推定量 ,  最尤法 ,  多重共線性 ,  ポアソン回帰 ,  シミュレーション

分類 (1件)： 統計学  (AB08000H)

タイトルに関連する用語 (2件)： 回帰モデル ,  推定量