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
R软件在回归参数估计中的应用
精品论文 参考文献
R软件在回归参数估计中的应用
谢莉清 刘建秋
（四川大学数学学院，四川 成都 610041）
中图分类号：TSl95 文献标识码：A 文章编号：1003-2738（2012）02-0301-01
摘要：回归方程的建立以及回归参数的最优估计一直是统计学研究的重点，更加快速准确地读取数据中的信息在这个高速发展的社会中显得尤为重要。本文将运用R软件对现实生活中的实例进行分析，为读者展现R软件在回归方程问题解决上的优越性。
关键词：R软件；回归方程；回归参数
一、问题来源
见《线性统计模型（线性回归与方差分析）》80页3.20题。
二、问题概述
以商品销售量为相应变量Y，考虑有关的四个因素：X1——可支配收入；X2——该商品平均价格指数；X3——该商品的社会保有量；X4——其他消费品平均价格指数。
三、问题解决
输入数据：
x1lt;-c(82.9,88,99.9,105.3,117.7,131,148.2,161.8,174.2,184.7)
x2lt;-c(92,93,96,94,100,101,105,112,112,112)
x3lt;-c(17.1,21.3,25.1,29,34,40,44,49,51,53)
x4lt;-c(94,96,97,97,100,101,104,109,111,111)
ylt;-c(8.4,9.6,10.4,11.4,12.2,14.2,15.8,17.9,19.6,20.8)
先查看复共线性的情况,计算Xrsquo;X的条件数
xlt;-cbind(x1,x2,x3,x4)
xxlt;-crossprod(x)
kappa(xx,exact=T)
[1] 81629.86
得到的条件数K= 81629.86 gt; 1000，认为有严重的多重共线性。因此，不能直接用最小二乘法估计拟合回归方程。
先考虑岭估计,绘制岭迹图：
plot(lm.ridge(y~x1+x2+x3+x4,lambda=seq(0,0.5,0.001)))
可以看出，曲线变平稳的速度很慢
select(lm.ridge(y~x1+x2+x3+x4,lambda=seq(0,0.5,0.001)))
modified HKB estimator is 0.004265631
modified L-W estimator is 0.004895202
smallest value of GCV at 0.009
这是根据几个统计量来给出LAMBDA的选择，据此，我们选择lambda=0.0045
给出相应的参数估计：
lm.ridge(y~x1+x2+x3+x4,lambda=0.0045)
x1 x2 x3 x4
-17 0 -0 0 0 因此，岭回归方程为：
y=-170x1-0x2+0x3+0x4
从岭迹图中曲线趋势可以看出，岭估计方法对该问题处理的不是很好，进一步，我们考虑用主成分分析方法建立回归方程。
首先，做主成分分析：
y.prlt;-princomp(~x1+x2+x3+x4,cor=T)
summary(y.pr,loadings=T)
Importance of components:
Comp.1 Comp.2 Comp.3 Comp.4
Standard deviation 1.9859037 0.199906992 0 0.0603085506
Proportion of Vari
文档评论（0）