共查询到10条相似文献,搜索用时 15 毫秒
1.
基于多重共线性的处理方法 总被引:2,自引:0,他引:2
多重共线性简称共线性是多元线性回归分析中一个重要问题。消除共线性的危害一直是回归分析的一个重点。目前处理严重共线性的常用方法有以下几种:岭回归、主成分回归、逐步回归、偏最小二乘法、Lasso回归等。本文就这几种方法进行比较分析,介绍它们的优缺点,通过实例分析以便于选择合适的方法处理共线性。 相似文献
2.
3.
PLS回归在消除多重共线性中的作用 总被引:12,自引:1,他引:11
本文详细阐述了解释变量的多重共线性在回归建模与分析中的危害作用,并指出目前常用的几种消除多重线性影响的方法,以及它们的不足之处。本文结合实证研究指出:利用一种新的建模思路—PLS回归,可以更好地消除多重共线性对建模准确性与可靠性所带来的影响 相似文献
4.
PLSR模型的回归效果分析 总被引:6,自引:1,他引:5
本文简单地介绍了多元线性回归、主元回归、部分最小二乘回归模型 ,用实例对三种方法的回归性能进行比较 ,并指出在消除多重共线性、回归系数估计精度及预测精度等方面 ,部分最小二乘回归模型优于其它两种模型 相似文献
5.
在经济增长因素分析中,人们常用生产函数来分析经济增长过程,测算各要素对经济增长的贡献率.本文利用柯布-道格拉斯生产函数给出苏州外资制造业经济增长的六个影响因素贡献率测算模型与分析,由于六个影响因素之间存在多重共线性,为消除多重共线性,使模型合理,本文使用主成分回归建立模型,结果令人满意。 相似文献
6.
选矿效益对矿管理有着重要意义。影响选矿效益的因素之间存在严重的多重共线性,采用PLS方法建立了选矿效益的偏最小二乘回归模型,避免了普通多元回归模型的不合理性和岭回归模型选择岭参数的主观性。 相似文献
7.
李望月 《数学的实践与认识》2014,(9)
基于2008年经济普查的数据,从描述统计分析和回归分析两方面分别对微观数据和宏观汇总数据在统计分析上的差异进行了实证分析.在描述统计分析中发现,宏观汇总数据比微观数据更接近正态分布,但对数化处理后的数据并非如此;在回归分析中发现,基于微观数据和宏观汇总数据估计的生产函数,在消除异方差和多重共线性之前,无论是在生产函数的规模效应、生产要素的贡献率以及生产要素对产出的解释力度上均存在着差异,但是在消除异方差和多重共线性之后,在要素对产出的解释力度上仍存在很大差异. 相似文献
8.
偏最小二乘建模在R软件中的实现及实证分析 总被引:2,自引:0,他引:2
通过介绍偏最小二乘(PLS)的建模和显著性检验原理,解决了小样本多变量且变量间存在多重共线性的回归问题,建立了多变量对多变量的回归模型,并使用R软件(版本为Ri3862.15.1)实现了PLS建模;最后基于葡萄和葡萄酒理化指标数据进行了实证分析. 相似文献
9.
10.
张巍巍 《数学的实践与认识》2021,(3):128-135
研究半参数部分线性变系数模型的有偏估计,当回归模型参数部分自变量存在多重共线性时,在随机线性约束条件下,融合Profile最小二乘估计、加权混合估计和Liu估计构造回归模型参数分量改进的加权混合Profile-Liu估计,并在一定正则条件下证明估计量的渐近性质,最后利用蒙特卡洛数值模拟验证所提出估计量的有限样本表现性. 相似文献