サイト内検索

詳細検索

ヘルプ

セーフサーチについて

性的・暴力的に過激な表現が含まれる作品の表示を調整できる機能です。
ご利用当初は「セーフサーチ」が「ON」に設定されており、性的・暴力的に過激な表現が含まれる作品の表示が制限されています。
全ての作品を表示するためには「OFF」にしてご覧ください。
※セーフサーチを「OFF」にすると、アダルト認証ページで「はい」を選択した状態になります。
※セーフサーチを「OFF」から「ON」に戻すと、次ページの表示もしくはページ更新後に認証が入ります。

2017年間ランキング

	ブックオフ宅本便ページ修正(2017/11/22~12/31)

目次

  • 1 Notation and Models
    • 1.1 Usual Model
    • 1.2 Standardized Model
    • 1.3 Canonical Form
    • 1.4 Least Squares Estimators
    • 1.5 Invariance of Ordinary Least Squares Estimator
    • 1.6 Multicollinearity
    • 1.7 Alternative Regression Estimators
  • 2 Shrinkage Regression Estimators
    • 2.1 Ordinary Ridge Regression Estimator
    • 2.2 Generalized Ridge Regression Estimator
    • 2.3 Principal Component Regression Estimator
    • 2.4 r‐k Class Estimator
    • 2.5 Invariance of Shrinkage Regression Estimators
  • 3 Mean Squared Error Criteria
    • 3.1 Definitions of Mean Squared Error Criteria
    • 3.2 Mean Squared Error Criteria of Regression Estimators
    • 3.3 TMSE Comparisons among Regression Estimators
    • 3.4 Basic Methods for Choosing Number of Principal Components and Ridge Coefficients
  • 4 Feasible Shrinkage Regression Estimators
    • 4.1 Feasible ORR Estimator
    • 4.2 Feasible GRR Estimator
    • 4.3 Feasible PCR Estimator
    • 4.4 Feasible r‐k Class Estimator
  • 5 Exact Moments of Feasible GRR Estimator
    • 5.1 Boundedness of Moments
    • 5.2 First and Second Moments
    • 5.3 Cross Moments
    • 5.4 Mean Squared Error Criteria
    • 5.5 Numerical Evaluations
  • 6 Estimation of MSE Criteria by Bootstrap Method
    • 6.1 Introduction
    • 6.2 Parametric Bootstrap Method in Regression Analysis
    • 6.3 Parametric Bootstrap Method for OLS Estimator
    • 6.4 Parametric Bootstrap Method for Feasible Shrinkage Regression Estimators
    • 6.5 Monte Carlo Simulations
  • 7 Applied Feasible GRR Estimation to Linear Basis Function Models
    • 7.1 Introduction
    • 7.2 Models and Estimators
    • 7.3 Exact Moments and Mean Square Criteria of FGRR Estimator
    • 7.4 Numerical Example:Polynomial Regression Model
  • 8 Concluding Remarks
  • A Special Functions
    • A.1 Gamma Function
    • A.2 Beta Function
  • B Lemmas for Moments
  • C Data Sets
    • C.1 Data Generating Model and Data Sets
    • C.2 (Data Set 1)
    • C.3 (Data Set 2)