排序方式: 共有5条查询结果,搜索用时 125 毫秒
1
1.
在医学科研与其它科研领域中,聚类分析方法已有广泛的应用.聚类分析包括两个内容:样品聚类与指标聚类,本文试图充实后一个内容.指标聚类的依据是相似系数,常用的相似系数是简单相关系数[1],从而导出了指标聚类的最大相关系数法和最小相关系数法.最大相关系数与最小相关系数均不能很好地反映两类指标间的相关关系,因此简单相关系数作为相似系数有一定的局限性,有可能使指标聚类结果无法解释.典型相关系数是简单相关系数的直接推广,它能较好地描述两类指标间的相关关系,自然可以用典型相关系数作为指标聚类的相似系数. 一、典型相关系数[2’3]… 相似文献
2.
3.
回归系数的稳健主成分估计 总被引:5,自引:0,他引:5
自变量间多元共线关系的存在以及数据集中离群值的存在,对回归系数最小二乘估计产生较大的影响。主成分估计用以抗多元共线,稳健M-估计具有抗离群值的特性。本文探讨了离群值对主成分估计的影响和多元共线对M-估计的影响。在此基础上提出了回归系数稳健主成分估计(RPC),RPC是主成分估计与M-估计的有机结合,它能同时抗离群值和多元共线并保留主成分估计与M-估计的优点。本文应用Monte-Carlo方法,考证了在多元共线与离群值同时存在时,RPC优于Ls估计、主成分估计和M-估计,说明RPC具有一定的实用价值。 相似文献
4.
5.
回系数的广义根方估计及其模拟 总被引:2,自引:0,他引:2
文献[1,2]中提出了回归系数的根方估计β^(k),当回归自变量间存在复共线关系时,β^(k)较回归系数的最小二乘估计β有所改善。本文将根方估计作一拓广,得出了回归系数的广义根方估计β^(K),其中K为对角阵。文中证明了广义根方估计β^(K)较β^(k)能更有效地改善最小二乘估计,并给出了广义根方估计的显式解,在此基础上,提出了广义根方估计的显式解和一种确定ki的方法。 相似文献
1