几乎共线性的度量问题

本文考虑回归分析和数值相关分析等领域中的向量相关性的度量问题,引进一种用于度量共线性影响的数量指标,并讨论了它的基本性质以及与病态条件数和复相关系数的关系.     

逐步回归分析的拓展

给出一种方法,在逐步回归后,使每一前进（后退）步为一单元步,用Ｆ检验来判别这单元步的去留,使回归式子比逐步回归纳入更多的解析变量,同时能减低向后消元法产生多重共线性的可能性．     

武器系统寿命周期费用建模的模糊主成分方法

武器系统的寿命周期费用建模较多采用参数法，而参数法中最常用的是最小二乘回归。提出用模糊主成分方法来建立模型，并结合实例对武器系统寿命周期费用进行了分析。结果表明，这种方法改善了最小二乘回归中的多重共线性问题，具有实用价值。     

块体形状分类新方法

岩体的特性很大一部分受岩体内块体形状的影响,因此确定原岩的块度形状特征和块体的几何特征分布非常重要,以前的块体形状分类方法都是基于块体是正交体的假设建立的,不被广泛接受,本文提出了一种以共线性ε和容积系数κ为参数,采用三角形分类法对块体形状进行分类的新方法,实现了对矿岩块体体积和形状的联合统计分析.提出了基于块体形状的矿岩块度等效尺寸计算方法,对块体的筛上累计百分率进行了统计分析.并应用三组接近正交的理想节理组,对块度进行了模拟,验证了块体形状分类的效果.     

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。     

多重共线性问题的神经网络实例分析

通过对多重共线性问题的回归分析，引出了在MATLAB中能快速设计的神经网络－推广的回归神经网络（GRNN），并用具体实例说明了实现GRNN的方法。     

复共线性空间数据回归模型挖掘算法及其实现

对复共线性空间数据回归模型的挖掘算法进行了研究，主要贡献包括：(1)提出了Е-复共线性的概念；(2)给出不满足不相关假设情况下的新算法；(3)空间分析中将预测模型的挖掘和GIS等技术进行融合，进而促进空间统计学的更广泛应用；(4)给出Е-MCL(Е-复共线性模型回归系数估计)算法。(5)在SQL Server 2000 Analysis Services平台上融合GIS技术实现了新算法，作了实验验证和性能分析。     

克服复共线性的一种新方法

本文提出一种新的有偏估计_w=(X′X+I)~(-1)(X′Y+w_(LS)),其中0相似文献   

利用铁乳胶室研究高能γ-强子族的共线性

对甘巴拉山铁乳胶室所观测到的部分族事例与 Ｃ Ｏ Ｓ Ｍ Ｏ Ｓ 程序产生的模拟族事例进行可识别高能核心的共线性的分析,得到与 Ｐａ ｍｉｒ 组基本一致的结果．文中还对族事例中γ线与强子的判别标准及集团化因子的选择进行讨论