應用回歸分析結課論文-影響財政收入的相關因素的分析-文庫吧資料
2025-06-13 21:00本頁面
【正文】 1 16 MODEL1 RIDGEVIF y . . . 001 908 768 401 3275 2996 1 17 MODEL1 RIDGE y . 6667 4E16 499 1293 558 732 6727 3453 1 18 MODEL1 RIDGEVIF y . . . 899 286 554 191 9256 9014 1 19 MODEL1 RIDGE y . 9321 3E16 417 0262 395 715 6778 3665 1 Obs _MODEL_ _TYPE_ _DEPVAR_ _RIDGE_ _PCOMIT_ _RMSE_ Intercept x1 x2 x3 x4 x5 x6 y 20 MODEL1 RIDGEVIF y . . . 816 289 384 036 5952 5741 1 21 MODEL1 RIDGE y . 1763 6E16 342 9353 250 694 6799 3833 1 22 MODEL1 RIDGEVIF y . . . 749 778 245 918 3197 3013 1 23 MODEL1 RIDGE y . 4024 3E16 272 8548 120 671 6797 3966 1 表 11 圖 2 由嶺跡圖，當 K=，嶺跡曲線趨于穩(wěn)定，說明 K= 即可以滿足嶺回歸參數(shù)估計的均方誤差較小的要求，對應的嶺回歸估計的回歸方程： Y=+++++ 主成分回歸 程序 12： proc reg data=out1 outest=z5 outvif。 proc print data=z4。 plot/ridgeplot。 嶺回歸 程序 11 ： proc reg data=out1 outest=z4 outvif。 run。 結果： 表 9 參數(shù)都具有顯著性意義， 最優(yōu)回歸子集模型的回歸模型為 ： Y=++ 最佳子集回歸 程序 10 proc reg data=out1。 model y=x1x6/selection=stepwise vif。 結果 向后消除 : 第 0 步 所有變量已輸入 : R 方 = 和 C(p) = 方差分析 源 自由度 平方 和 均方 F 值 Pr F 模型 6 674884516 112480753 .0001 誤差 12 2911275 242606 校正合計 18 677795792 變量 參數(shù) 估計值 標準 誤差 II 型 SS F 值 Pr F Intercept x1 137805 x2 1401078 x3 15185876 .0001 變量 參數(shù) 估計值 標準 誤差 II 型 SS F 值 Pr F x4 12828 x5 944961 x6 42035 條件數(shù)字的邊界 : , 向后消除 : 第 1 步 變量 x4 已刪除 : R 方 = 和 C(p) = 方差分析 源 自由度 平方 和 均方 F 值 Pr F 模型 5 674871688 134974338 .0001 誤差 13 2924103 224931 校正合計 18 677795792 變量 參數(shù) 估計值 標準 誤差 II 型 SS F 值 Pr F Intercept 41622 x1 344724 x2 1551638 x3 17079718 .0001 x5 1275742 x6 90768 條件數(shù)字的邊界 : , 向后消除 : 第 2 步 變量 x6 已刪除 : R 方 = 和 C(p) = 方差分析 源 自由度 平方 和 均方 F 值 Pr F 模型 4 674780920 168695230 .0001 誤差 14 3014872 215348 校正合計 18 677795792 變量 參數(shù) 估計值 標準 誤差 II 型 SS F 值 Pr F Intercept 3917760 x1 375734 x2 1526965 x3
畢業(yè)設計相關推薦
鄂ICP備17016276號-1