多重共線性ロジスティック回帰モデルの推定量のいくつかの性能：理論、シミュレーション、および応用

この記事では、リッジ回帰のスタインの推定量およびキブリアとルクマンの推定量という新しい推定量を提案し、最大尤度推定量（MLE）、リッジ回帰推定量、リウ推定量、ほぼ無偏リッジおよびリウ推定量、調整されたリウ推定量、ジェームズ・スタインの推定量、キブリアとルクマンの推定量、ドゥルガデ推定量、および修正リッジ推定量と比較してその性能を評価します。多重共線性問題を解決するためのロジスティック回帰モデルに対して、各推定量のバイアス、共分散行列、および平均二乗誤差行列が提供されます。異なる推定量の性能を比較するためにモンテカルロシミュレーションが実施されました。より小さい平均二乗誤差値を性能基準と見なします。シミュレーション研究から、すべての提案された推定量はMLEよりも優れた性能を発揮することが明らかです。最後に、記事の結果を示すために実データが分析されます。実務者にいくつかの有望な推定量が推奨されています。