原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
主成分回归多重共线性.
实验八：主成分回归实验题目：对例5.5的Hald水泥问题用主成分方法建立模型，并与其他方法的结果进行比较。例5.5如下：本例为回归经典的Hald水泥问题。某种水泥在凝固时放出的热量y（卡/克，cal/g）与水泥中的四种化学成分的含量（%）有关，这四种化学成分分别是x1铝酸三钙（3CaO.Al2O3），x2硅酸三钙（3CaO.SiO2），x3铁铝酸四钙（4CaO.Al2O3.Fe2O3），x4硅酸三钙（2CaO.SiO2）。现观测到13组数据，如表5-3所示。表5-3x1x2x3x45129155274.31156820104.3113184787.675263395.91155922109.2371176102.7131224472.5254182293.12147426115.9140233483.81166912113.31068812109.4实验目的：多重共线性的诊断及解决方法、利用主成分回归解决多重共线性问题。SPSS输出结果及答案：一、主成分法：多重共线性诊断：相关性yx1x2x3x4yPearson 相关性1.731**.816**-.535-.821**显著性（双侧）.005.001.060.001N1313131313x1Pearson 相关性.731**1.229-.824**-.245显著性（双侧）.005.453.001.419N1313131313x2Pearson 相关性.816**.2291-.139-.973**显著性（双侧）.001.453.650.000N1313131313x3Pearson 相关性-.535-.824**-.1391.030显著性（双侧）.060.001.650.924N1313131313x4Pearson 相关性-.821**-.245-.973**.0301显著性（双侧）.001.419.000.924N1313131313**. 在 .01 水平（双侧）上显著相关。由表可知，x1，x2，x4的相关性都比较大，较接近，所以存在多重共线性主成分回归：解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %12.23655.89355.8932.23655.89355.89321.57639.40295.2941.57639.40295.2943.1874.66599.959.1874.66599.9594.002.041100.000.002.041100.000提取方法：主成份分析。输出结果显示有四个特征根，最大的是λ1=2.236，最小的是λ4=0.002。方差百分比显示第一个主成分Factor1的方差百分比近56%的信息量；前两个主成分累计包含近95.3%的信息量。因此取两个主成分就已经足够。由于前两个主成分的方差累计已经达到95.3%，故只保留前两个主成分。成份矩阵a成份1234x1.712-.639.292.010x2.843.520-.136.026x3-.589.759.275.011x4-.819-.566-.084.027提取方法：主成分已提取了 4 个成份。由解释的总方差表中累计贡献性知，f1和f2的累计贡献性就在85%~95%之间。所以主成分取f1,f2。得到因子得分的数值，并对其进行处理：sqrt(2.236)* FAD1_1, sqrt(1.576)* FAD2_1可以得出主成分表（f1 f2）。对f1 f2进行普通最小二乘线性回归系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)95.423.855111.635.000f19.882.595.98216.610.000f2.125.709.010.176.864a. 因变量: y由系数表可得，主成分回归方程为：^y=95.423+9.882 f1+0.125 f2分别对两个主成分f1和f2做因变量，以4个原始自变量为自变量做线性回归模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-.643.000..x1.081.000.318..x2.036.000.377..x3-.062.000-.264..x4-.033.000-.366..a. 因变量: f1f1=-0.643+0.081x1+0.036x2-0.062x3-0.033x4对f2和x1x2x3x4进行回归模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-.938.000-1119037.661.000x1-.087.000-.405-9710099.545.000x2.027.000.3303071727.057.000x3.094.000.48210459854.955.000x4-.027.000-.359-3177724.589.
文档评论（0）