主成分回归分析在经济学中的应用

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。     

我国2000—2008年少数民族体育科研文献的计量分析

应用文献学、计量学、统计学方法,对我国2000—2008年体育类核心期刊刊载的少数民族传统体育科研文献进行了统计与分析,结果显示:我国少数民族传统体育科研文献取得丰硕的成果,同时呈现出平稳的趋势;研究力量由单一向多元发展,逐步整合;研究视野由地区转向全国,研究水平逐步提高;研究内容集中在文化研究.     

共线性在多元二次多项式回归模型中的危害及其处理方法

以1个均匀设计应用的实例为对象，回归分析得到2个多元二次多项式方程，（1）Y=0.084826＋0.23179X3—0.050286X2X3＋0.028422X1X3—0.0013962X2X2；(2)Y=0.062320＋0.2511X3—0.0600X3X3＋0.02347X1X3。对这2个方程进行线性变换处理后，用SPSS软件包进行共线性诊断分析，得出方程（1）第4项和第2项存在强烈的共线性关系，共线性的存在使方程的预测变得不可靠；方程（2）没有共线性存在，可以正确指导科研工作。     

多元回归分析中多重共线性的探讨与实证

多元共线性问题中多重共线性是回归模型研究经济与管理时,最经常遇见的问题,回归分析是研究其随即变量之间的相关关系的一种统计方法。其主要目的是研究一个解释变量与一个或多个解释变量之间的统计关系。它会使经济模型中的参数估计不合理,从而得出错误的结论。本文以判断、验证、解决多重共线性为出发点,来进行分析,并以我国改革开放以来(1979—1997)年钢材供应量历史资料,建立一个单一的模型进行实例分析。     

多重共线性的产生原因及其诊断处理

随着计算机应用的普及 ,多元回归分析在生产、科研等实践中得到广泛应用。但是 ,在使用线性回归模型时 ,容易忽视应用条件 ,即自变量间不存在近似线性关系 ,否则会使结果不准确 ,甚至严重偏离变量间本来的依存关系。因此 ,有必要分析多重共线性的产生原因及对线性回归模型的影响 ,进而给出诊断多重共线性的常用方法 ,最后总结几种克服共线性的方法 ,并以卫生管理中的一个实例加以说明。     

基于多重共线性的Lasso方法

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.     

基于因子-主成分回归分析的股价技术分析研究

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。     

从多元智力视角对体育学习评价的思考

运用文献资料和逻辑分析等方法，介绍了多元智力理论的内涵，从多元智力的角度分析了传统体育学习评价中存在的不足之处，探讨了多元智力理论对完善体育学习评价的一些有益的启示，以期对体育教学评价改革提供一些建议。     

主成分分析在居民消费价格分类指数中的应用

在进行消费结构变动的分析时,由于指标多且指标体系中各指标之间存在着多重共线性,这是影响模型稳定的重要因素,使所得的模型中出现了不符合经济学原理的现象。为此采用主成分分析来消除这种多重共线性,建立主成分回归模型。运用主成分回归分析方法,建立了关于我国居民消费价格指数变动的主成分回归模型,消除了多重共线性,使模型达到了很高的拟合优度,体现了主成分分析在消除回归模型中的多重共线性的优越性。     

中国老年人体育科研状况研究

运用文献资料法、数理统计法、逻辑分析法等方法,对2001-2010年国内中文版体育类期刊有关老年人体育的文献资料进行了计量学统计与分析。结果表明:近十年国内体育类期刊上共发表老年人体育科研论文148篇;以独立研究为主;科研人员以中青年为主,年龄结构比较合理;高校教师是老年人体育科研的主要群体;中级、副高级职称的老年人体育科研人员是老年人体育科研的中坚力量。而女性老年人体育科研人员少;国家级、院校基金项目较少;科研论文西部地区分布少;老年人体育管理研究较少等,也是我国老年人体育的科研现状。     

在解决多重共线性问题上岭回归法比LS法的优越性

由于回归模型中解释变量之间多重共线性的存在,常常给许多问题的解决带来不便之处。因此,给出了一个岭估计优于LS的充分条件,其目的在于说明在解决多重共线性问题上,岭回归法比LS法优越。     

苏州外资制造业增长因素分析模型

苏州外资制造业经济增长受众多因素影响,各因素之间存在变量的多重相关现象,一般的多元回归分析自变量之间存在较严重的多重共线性.采用偏最小二乘回归对经济增长影响因素建模分析,这样最大限度地概括了原自变量系统中的数据信息,克服了多重共线性,同时自变量对因变量具有最大的解释能力,可靠性高.     

岭回归在修正多重共线性中的应用

以2000-2010年四川省CPI的数据及部分影响因素为基础,运用SPSS17.0对CPI数据建立多元线性回归模型,并基于岭回归对模型中的多重共线性进行修正,得到了修正后的模型,说明此方法具有一定的实用性。     

多元线性回归分析的实例研究

通过运用SAS统计软件,针对一实际例子,编程建立线性回归模型,并通过方差分析和共线性判断等对模型参数进行检验,调整模型形式,最后得到与原数据比较拟和的模型。     

高校公共体育课试行选项教学的探讨

为改进高校公共体育普修课教学的诸多弊端,通过对选项体育课教学实践研究,我们认为高校公共体育课实行选项偏班教学,效果良好,是可以大力提倡并推广的。     

相依误差线性模型中的主成分s-K估计

为同时克服线性回归模型的自相关性和回归变量间的复共线性,通过融合主成分回归估计和s-K估计,提出一类新估计,称为主成分s-K估计;并在均方误差阵意义下,得到了这类估计分别优于广义最小二乘估计、主成分估计、r-k和s-K估计的充要条件.Monto Carlo数值模拟表明,新估计是一种同时克服自相关性和复共线性的有效方法.     

ELM岭回归软测量建模方法

ELM(极限学习机)是一种新型的前馈神经网络,可有效处理函数的回归问题.针对ELM学习算法隐含层输出可能存在的复共线性问题,提出了ELM岭回归(ELMRR)软测量建模方法.该算法利用岭回归方法代替原有的线性回归算法,以误差平方和均值为性能指标,采用粒子群优化算法确定最佳岭参数,克服了传统岭回归算法最佳岭参数难以确定的缺...     

复共线性条件下广义岭估计的改进

对于复共线性条件下线性回归模型的广义岭估计进行了进一步的研究。针对线性回归模型病态的根本原因,提出了一类新的估计——0-K型广义岭估计。研究这一估计的性质,证明利用0-K型广义岭估计技术可以改进广义岭估计(在均方残差意义下)。文中的方法为病态线性回归模型系数的有偏估计提供了改进的技术途径。     

短路过渡弧焊过程稳定性在线评价模型设计

采用短路过渡弧焊电流、电压波形为信号源,选择单次熔滴过渡周期为基本单元,提取表征熔滴过渡状态的特征参数,以飞溅率作为稳定性的实测指标．在此基础上,分析了熔滴连续过渡的焊接过程,并采用变异系数方法表征特征参数在整个焊接过程的波动程度．采用统计分析和偏最小二乘回归方法提出了过程稳定性在线评价模型,克服了输入变量严重多重相关性的问题．实验证明,该模型的准确性满足在线评价的要求,检测结果达到预计效果．     

基于二次Lasso回归的纵向驾驶员模型研究

为了更好地模拟实际驾驶员行为,提出基于二次回归和 Lasso回归方法的纵向驾 驶员回归模型. 通过采集纵向驾驶行为数据,提取可能影响驾驶行为的状态参数,进而建立二 次回归驾驶员模型;面向多参数回归模型中的多重共线问题,采用Lasso回归方法进行状态参 数筛选;结合筛选数据建立二次回归驾驶员模型. 为了验证模型的有效性,与PI驾驶员模型和 一次 Lasso回归驾驶员模型进行仿真对比 . 仿真结果表明,相较于其他两种模型,所建立的驾 驶员模型具备良好的工况跟随效果,同时能较好地反映实际驾驶行为特征.