- 14%
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
23.02.2018
Verlag
LAP LAMBERT Academic PublishingSeitenzahl
216
Maße (L/B/H)
22/15/1,3 cm
Gewicht
340 g
Sprache
Englisch
ISBN
978-3-659-75677-1
Regression analysis is a study on relationship among variables. The dependent variable is believed to be related with one or more explanatory variables. It is often aimed at estimating the mean value of the former in terms of the known or fixed value of the latter. The Ordinary Least Squares (OLS) Estimator is the most popularly used estimator to estimate the parameters of regression model. Under certain assumptions, the estimator has some very attractive statistical properties which have made it one of the most powerful estimators of regression model. One of the assumptions is that the explanatory variables are independent. However, in practice, there may be strong linear relationships among the explanatory variables. This problem is often referred as multicollinearity problem. It is well known that performance of OLS estimator is unsatisfactory in the presence of multicollinearity in that the regression coefficients possess large standard errors and some will even have the wrong sign (Gujarati, 1995). In literature, there are various existing methods to solve this problem. Among them is the ridge regression estimator first introduced by Hoerl and Kennard (1970).
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice