| 复共线性下的主成分全最小二乘估计 |
| |
| 引用本文： | 刘文丽,吕书龙,梁飞豹.复共线性下的主成分全最小二乘估计[J].华侨大学学报(自然科学版),2011(5):584-587. |
| |
| 作者姓名： | 刘文丽 吕书龙 梁飞豹 |
| |
| 作者单位： | 福州大学数学与计算机科学学院; |
| |
| 基金项目： | 国家自然科学基金资助项目(11001054); 福建省教育厅科研基金资助项目(JB08026,JB08027) |
| |
| 摘 要： | 针对最小二乘法在参数估计中的局限性,在多维解释变量存在复共线性时,提出主成分全最小二乘估计,避免奇异矩阵求逆的问题.经多组大量测试,计算得到的回归系数的平均绝对偏差均较小,且表现稳定,其效果明显地优于最小二乘估计和全最小二乘估计.
|
| 关 键 词： | 最小二乘估计 全最小二乘估计 主成分 复共线性 |
Total Least Square Estimator of Principal Components under Multicollinearity |
| |
| Abstract: | The total least square estimator of principal components is proposed to avoid inversing the singular matrix under explanatory variables of multi-dimensions with multicollinearity.Under certain conditions,we prove by numerous test that it has smaller mean square errors(MSE) than least square estimator(LSE). |
| |
| Keywords: | least square estimator total least square estimator principal components multicollinearity |
| 本文献已被 CNKI 等数据库收录！ |
|
