برآورد رگرسیونی ریج در مدل های رگرسیون نیمه پارامتری

در زمینه رگرسیون ریج، برآورد پارامتر ریج (پارامتر انقباضی) نقش مهمی در آنالیز داده ها بازی می کند. تحقیقات بسیاری برای توسعه این تکنیک ها و روش های محاسبه توابع ریسک به کمک مقادیر ویژه در مدل های رگرسیون کامل پارامتری انجام شده است. اما تاکنون برآورد انقباضی در مدل های رگرسیون نیمه پارامتری انجام نشده است. هدف اصلی این تحقیق گسترش ابزارهای لازم برای محاسبه تابع ریسک ضرایب رگرسیون براساس مقادیر ویژه ماتریس طرح در مدل رگرسیون نیمه پارامتری با استفاده از روش تفاضلی می باشد. بدین منظور، چندین برآوردگر جدید برای پارامتر انقباضی معرفی خواهند شد. نشان داده می شود که یکی از این برآوردگرها که براساس میانگین معروف هارمونیک ساخته می شود، برای مقادیر بزرگ پارامتر سیگنال به نرخ اختلال بهتر از سایرین عمل می کند. در این طرح، چند شبیه سازی مونت کارلو و تحلیل داده واقعی مربوط به قیمت خانه ها به منظور بررسی کارایی برآوردگرهای انقباضی برمبنای داشتن کمترین مقدار ریسک انجام می گردد.