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。     

基于岭回归对新疆农业经济的分析

基于使用最小二乘回归对数做统计回归时,常出现自变量之间因为多重共线性,导致模型预测失去效果的现象,其中和岭回归法是常见的用以处理多重共线性问题的方法。现以新疆农业经济数据为例,运用统计软件对数据进行实证分析,证实了这种方法消除农业经济中多重共线性的可行性,与偏最小二乘回归方法作比较,说明其实现过程和优缺点,有利于提高回归预测模型的精确性和在现实问题中更广泛的应用。     

岭回归、LASSO回归和Adaptive-LASSO回归下的财政收入因素分析

选取了18个影响吉林省财政收入的因素,运用SAS软件建立了吉林省财政收入的多元回归模型.由于自变量过多并且存在严重的多重共线性,因此需要进行变量选择,本文运用岭回归模型、LASSO回归模型及Adaptive-LASSO回归模型进行变量选择,最后对这三个模型进行了比较分析,得出Adaptive-LASSO回归模型相对较优的结论.     

基于岭回归和LASSO回归的安徽省财政收入影响因素分析

基于1988—2019年安徽省财政收入及相关经济指标数据,运用岭回归和LASSO回归方法,探究安徽省财政收入的影响因素.考虑到较多的自变量会造成严重的多重共线性,首先应用岭回归及LASSO回归模型降低变量间共线性的影响,然后再进行变量选择,最后对两模型进行比较分析.结果显示:相较于岭回归模型,LASSO回归模型更优.第...     

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。     

GDP预测模型中的多重共线性问题

采用Frisch综合分析法,运用SAS软件包作辅助工具,解决多重共线性问题.即从最初的自变量中按照一定的准则,挑选了若干多重共线性不十分严重的自变量,进行多元线性回归拟和,建立线性回归模型,得到一个预测GDP的方程.     

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。     

PLS回归应用实例

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     

多重共线性的逐步回归检验分析

通过国家财政逐步回归模型实例,本文分析了自变量选取原则,阐明了变量筛选的依据,并在逐步回归具体步骤中,重点描述了多重共线性的解决过程,最后利用积矩相关系数,对多重共线性问题的解决结果进行分析,并给出了合理的实际意义。     

基于经济因素影响安徽省房价的实证研究

通过主成分分析方法分析影响安徽省房价的各因素之间的相互关系,将众多影响房价的因素简化为几个少数的且相互之间不存在多重共线性的经济因素,构建安徽省房价经济预测模型,分析影响安徽省房价的具体经济因素指标,针对建立的经济模型分析说明经济因素对安徽省房价的影响程度。研究表明:对安徽省房价上涨具有正向推动作用的有安徽生产总值GDP,各种价格总指数,城镇居民家庭人均可支配收入,货币供应量,国内旅游经济指标;负方向变动的是美元兑人民币的汇率水平。     

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。     

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。     

山西省影响旅游业发展因素的实证分析——基于多重共线性的检验

借助E-views统计软件建立1993-2011年间的山西省影响旅游业发展的因素模型.通过对影响旅游业发展因素的分析,建立以旅游收入为因变量,以接待旅游总人数、省内公路里程、铁路里程、省内星级宾馆数以及国内城镇居民人均旅游支出、国内农村居民人均旅游支出等为自变量的多元线性回归模型,并利用模型对影响因素进行量化分析和共线性检验,为山西省"十二五"期间发展旅游业、增加旅游收入在政策方面提供相关理论依据和参考性意见.     

评估模型基于交互投影的参数岭估计

根据评估过程提出的一种因变量和回归系数都未知的凸约束广义线性回归模型,利用凸集间的交互投影作出模型参数的最小二乘估计,在设计矩阵列复共线时给出了交互投影算法的参数岭估计,扩充了评估模型理论,增强了评估模型基于交互投影算法的计算稳定性.     

新世纪初期中国城市化与经济增长关系的定量分析

城市化与经济发展之间是一种相互促进、互为因果的关系。以往的研究多以经济发展水平为自变量来研究相应的城市化水平,而以城市化水平为自变量反向研究他们的关系则不多,这种研究具有更积极的实际意义,模型也更为简单。从人口城市化和空间城市化两个方面,用统计数据的时间序列和空间序列进行相关分析和回归分析,结果表明:中国单位人口城市化率增量对应的人均产值增量在350～1 600元/人之间,且新世纪以来逐年提高,中国人口城市化的经济效益越来越好;单位空间城市化率增量对应的地均产值增量在2.7～12.5万元/KM2之间,新世纪以来先降后升,存在波动,2003年后城市土地利用的经济效益逐年提高。     

多元共线性分析及其在体育科研中的应用

本文从多元回归分析在体育科研中的应用角度，具体讨论了多元共线性对回归分析结果的影响，介绍了多元共线性的识别方法，并针对体育科研中不同的研究目的给出相应可行的处理方法。     

出版社资源配置优化问题的研究

通过对A出版社近5年的市场销售情况及数据进行统计和分析,确定了影响出版社图书销售量和经济效益的几个重要因素.在此基础上,运用多元线性逐步回归方法得出2006年各分社以及各个课程的单位书号销售量;界定了包含满意度、市场占有率、出版社的相对地位等属性的强势产品概念,并用熵权法和逼近理想点法(TOPSIS)建立了一个强势度排序指标.文章的最后,应用二步决策思想进行资源优化配置,很好地解决了书号配置问题.     

固定资产投资与经济增长关联性的回归分析

现阶段我国正处于国民经济工业化的中级阶段,经济增长主要靠生产要素投入的增加来推动.在诸多的生产要素中,投资的增长尤为重要,技术进步和劳动力投入的增加对经济增长的贡献相对较小.实践表明,固定资产投资与经济增长存在着很强的关联性.运用相关分析的方法,建立经济发展的回归模型,可预测未来国民经济的增长速度.     

油气勘探风险评价的偏最小二乘-最大熵法模型及应用

油气勘探风险的定量评价一直是国内外研究的难点.作者在分析传统风险评价方法的优缺点、剖析偏最小二乘法和最大熵法优势的基础上,首次提出了偏最小二乘-最大熵(PLSME)风险分析模型.偏最小二乘法较好地实现了多元线性回归、主成分分析和典型相关分析的有效综合,通过自变量的PLS回归线性处理,不仅能消除粗差解决变量之间的相关性问题,而且能辨识每一个自变量对因变量的控制程度;最大熵法通过对偏最小二乘得出的风险因子与总经济效益净现值关系式的检验,利用最大值、最小值和最可能值的训练,能了解指标最终服从的概率分布,客观得出风险的大小.两者结合起来构建的PLSME模型,能使风险评价结果更加准确、合理和客观.通过对四川德阳新场气田的实例应用,表明偏最小二乘-最大熵评价方法科学可行,对同类研究具有借鉴作用.     

基于岭回归法的工业产品成本预测模型

为了提高工业产品成本预测模型的精确度,必须对原始数据进行预处理和诊断.通过对成本原始数据进行时间价值和学习曲线效应的修正,并采用矩阵的奇异值分解和方差分解比诊断法进行数据的多重共线性诊断,分别采用帽子矩阵法和剔除后的t化残差进行自变量、因变量异常值诊断,用库克距离进行强影响值的诊断.保证了模型所用数据满足要求,提高模型的精度.采用岭回归法建立了复杂产品的成本预测模型,有效估算了待估的产品成本;统计检验和误差分析证明了这一方法的可用性和准确性.这种筛选分析数据、建立估算模型的方法可用于复杂产品设计的方案阶段,以提供较准确的成本预测.