基于多重共线性处理方法.pdfVIP

下载本文档

2
0
约7.92千字
约 5页
2017-06-20 发布于北京
举报
版权申诉

基于多重共线性处理方法.pdf

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

30 2 Vol. 30 No. 2 2010 6 MATH EMAT ICAL THEORY AND APPLICATIONS Jun. 2010 * (中南大学数学科学与计算技术学院, 长沙, 4100 5) 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岭回归主成分回归逐步回归偏最小二乘法 Lasso回归 Based on M ultiple Collinearity P rocessingM ethod M an Jingluan YangW ei ( School ofM athem atics Science and Computing Technology, CSU, Changsha, 4 100 5) A bstrac t M ulticollinearity referred to as collinearity is a mu lti- linear regression analysis in a very difficult issue. H ow to elmi inate the collinearity hazards regression analysis has been a priority. The literatu re at hom e and abroad to deal w ith serious collinearitym ethods commonly used are the follow ing: R idge regress ion, principal component regres- sion, stepw ise regress ion, partial least squares m ethod, Lasso regression. In th is paper, a com parative analysis of thesem ethods and describe their advan tages and d isadvantages, easy to select the appropriatew ays to deal w ith co-l linearity through the examp le analysis. K eyw ords Ridge regress ion Principal componen t regress ionm ethod Partial least squares regression Lasso re- gression , R. Frish, 1 k X ( i = 1, 2, ,, k ) : KX + KX + ,KX + E = 0, i 1 1 2 2 k k K K ,K , : K, E I 1 2 k 0, ] * : 2009 8 2 106 E= 0, ; Ey