محمد آرست - Department Statistics‎, ‎University Shahrood‎, ‎Shahrood‎ , ‎Iran.
محمد آرشی - Department Statistics‎, ‎University Shahrood‎, ‎Shahrood‎ , ‎Iran.
محمدرضا ربیعی - Department Statistics‎, ‎University Shahrood‎, ‎Shahrood‎ , ‎Iran.

 معمولا در مسائل با بعد بالا، وقتی تعداد متغیرها بیشتر از تعداد مشاهدات است، برآوردگرهای جریمه شده بر پایه روش های انقباضی از دیدگاه خطای پیشگویی پاسخ، از کارایی بهتری نسبت به برآوردگر کمترین توان های دوم در برآورد ضرایب رگرسیونی برخوردار هستند. در این برآوردگرها پارامتر تنظیم کننده یا انقباضی نقش اساسی در انتخاب متغیر و برآورد پارامترها بازی می کند. برآوردگر انقباضی بریج، برآوردگری است که با تغییر پارامتر تنظیم کننده آن می توان به برآوردگرهای معروف ریج و لاسو دست یافت. در این مقاله برآوردگر انقباضی بریج را، با اعمال یک قید خطی روی بردار ضرایب رگرسیونی، به دست آورده سازگاری آن اثبات می شود. به علاوه در قالب یک مطالعه شبیه سازی و مثال واقعی کارایی آن از دیدگاه میانگین توان دوم خطا مورد ارزیابی قرار می گیرد‎.

Bridge‎, ‎Shrinkage Methods., برآوردگر انقباضی, برآوردگر مقید, سازگاری, میانگین توان دوم خطا, بریج‎.