共查询到10条相似文献,搜索用时 31 毫秒
1.
基于因子-主成分回归分析的股价技术分析研究 总被引:1,自引:0,他引:1
介绍了回归分析中多元线性回归的理论及应用方法,并以股价技术指标为研究对象,利用spss统计分析软件,建立了短期股价变动的多元线性回归模型。同时讨论了被选为自变量的参数之间存在的多重共线性问题,并分析该问题对线性回归分析结果造成的影响。因子-主成分分析的核心是用较少的相互独立的因子反映原有变量的绝大部分信息。主成分分析的主要思想是:从自变量中提取出新的变量,这些变量是原变量的适当线性组合,并且互不相关,因此应用SPSS软件进行数据缩减、提取主成分,并以主成分因子为新的自变量建立主成分回归方程,消除了多重共线性对回归模型的影响。最后对不同模型的测试结果进行了比较、分析,验证了因子-主成分分析在解决实际经济问题中的有效性。 相似文献
2.
3.
用主成分回归分析解决回归模型中复共线性问题 总被引:3,自引:0,他引:3
刘罗曼 《沈阳师范大学学报(自然科学版)》2008,26(1):42-44
主成分回归分析是将回归模型中有严重复共线性的变量进行因子提取,得到正交的因子变量,然后对因子变量进行回归模型的建立.通过具体实例介绍复共线性的判别方法以及如何利用主成分回归分析方法建立较理想的回归模型,从而解决了由于复共线性而造成病态回归方程的问题. 相似文献
4.
主成分回归分析在经济学中的应用 总被引:2,自引:0,他引:2
本文针对销售数据实例,采用多元回归分析,得到回归预测模型,但由于多元统计回归不能处理多重共线性,将产生较大误差。为了避免这种共线性,本文采用主成分回归模型来预测销售利润,得出优于多元线性回归的预测模型。这种回归不但可以在多元的情况下起到降雏的作用,还可以排除多元线性回归不能解决的多重共线性,使误差减小,得到更实用的预测模型。 相似文献
5.
浅析多元线性回归中多重共线性问题的三种解决方法 总被引:1,自引:0,他引:1
为了解决变量之间的多重共线性问题,本文提出了三种方法:岭回归、主成分回归和偏最小二乘回归首先介绍了其基本思想和主要处理步骤,并通过具体实例验证出利用三种回归方法,可以消除多重共线性所带来的影响最后,通过对结果的分析总结出三种方法的优劣。 相似文献
6.
多重共线性是多元线性回归分析中的一个重要问题,消除共线性的危害一直是回归分析的一个重点.就此问题介绍了一种Lasso方法,并设计了一种选择最佳模型的方法.通过实例分析,将其与常用方法进行比较,从结果可看出,Lasso回归在处理多重共线性问题上较其他方法更加有效. 相似文献
7.
8.
在经济增长中制造业增长是重要组成部分,影响制造业经济增长的因素很多,在分析时常用多元回归分析方法,但有时建立的回归模型拟合效果不好或不合理。为此文中利用多元统计分析方法中的主坐标分析方法,给出无多重共线性的一组互不相关的主坐标,然后建立趋势面回归预测模型。文中建立了苏州制造业经济增长预测模型,实例表明效果很好。 相似文献
9.
PLS回归应用实例 总被引:4,自引:0,他引:4
汪洋 《安徽大学学报(自然科学版)》2001,25(3):18-23
在研究因变量y与p个自变量的线性回归关系时 ,常遇到自变量间存在多重共线性的问题。文献 [3]介绍了用PLS回归来消除多重共线性的方法。本文通过两个例子的计算建立PLS回归 ,并发现了PLS回归实施过程中的若干问题 ,提出了一些自己的看法 相似文献
10.
本文利用方差膨胀因子诊断了课堂教学评价的指标,在此基础上建立了偏最小二乘回归评价模型,有效的克服了评价指标间的多重共线性。分析了影响影响课堂教学质量评价的主要指标,为改进课堂教学指明了方向。 相似文献