第6章多重共線性的情形及其處理(已改無錯字)
2022-11-29 13:09:45 本頁面
【正文】 . 0 0 6 . 3 1 5 3 . 1 7 12 1 . 5 7 8 4 . 0 3 0 . 5 3 1 5 . 3 5 4 . 0 0 0 . 0 1 8 5 5 . 5. 4 3 5 . 0 5 2 . 5 6 4 8 . 4 4 0 . 0 0 0 . 0 4 0 2 5 . 2( C o n s t a n t )X1X2X3X4X5BS t d .E r r o rU n s t a n d a r d i z e dC o e f f i c i e n t sB e t aS t a n d a rd i z e dC o e f f i c ie n t st S i g .T o l e r an c e V I FC o l l i n e a r i t yS t a t i s t i c sD e p e n d e n t V a r i a b l e : Ya . 167。 消除多重共線性的方法 C o e f f i c i e n t s6 9 5 . 0 3 9 2 6 4 . 5 2 5 2 . 6 2 7 . 0 2 4 5 . 2 5 7 E 0 2 . 0 4 2 . 2 3 3 1 . 2 6 2 . 2 3 3 . 0 1 3 7 7 . 5 4 6 1 . 1 7 0 E 0 2 . 0 0 3 . 1 3 4 4 . 2 0 7 . 0 0 1 . 4 3 1 2 . 3 1 93 2 . 0 3 7 4 . 9 5 1 . 7 8 8 6 . 4 7 1 . 0 0 0 . 0 3 0 3 3 . 8 1 2. 3 9 9 . 0 8 0 . 5 1 7 4 . 9 8 8 . 0 0 0 . 0 4 1 2 4 . 4 6 9( C o n s t a n t )X2X3X4X5B S t d . E r r o rU n s t a n d a r d i z e dC o e f f i c i e n t sB e t aS t a n d a rd i z e dC o e f f i c ie n t st S i g . T o l e r a n c e V I FC o l l i n e a r i t yS t a t i s t i c s167。 消除多重共線性的方法 C o e f f i c i e n t s5 9 1 . 8 7 6 2 5 7 . 7 3 0 2 . 2 9 6 . 0 4 0 1 . 0 3 7 E 0 2 . 0 0 3 . 1 1 9 3 . 9 3 4 . 0 0 2 . 5 0 4 1 . 9 8 42 6 . 4 3 6 2 . 2 4 9 . 6 5 0 1 1 . 7 5 4 . 0 0 0 . 1 5 0 6 . 6 5 0. 3 1 7 . 0 4 8 . 4 1 1 6 . 5 6 8 . 0 0 0 . 1 1 7 8 . 5 1 4( C o n s t a n t )X3X4X5B S t d . E r r o rU n s t a n d a r d i z e dC o e f f i c i e n t sB e t aS t a n d a rd i z e dC o e f f i c ie n t st S i g . T o l e r a n c e V I FC o l l i n e a r i t yS t a t i s t i c s167。 消除多重共線性的方法 二、增大樣本容量 例如 , 由（ ）式和（ ）式 1121221 )1()?v a r (Lr????2221222 )1()?v a r (Lr???? 可以看到 ,在 r12固定不變時，當(dāng)樣本容量 n增大時 ,L11和 L22都會增大，兩個方差均可減小，從而減弱了多重共線性對回歸方程的影響。 167。 消除多重共線性的方法 三、回歸系數(shù)的有偏估計 消除多重共線性對回歸模型的影響是近 30年來統(tǒng)計學(xué)家們關(guān)注的熱點課題之一 ,除以上方法被人們應(yīng)用外 ,統(tǒng)計學(xué)家還致力于改進古典的最小二乘法 ,提出以采用有偏估計為代價來提高估計量穩(wěn)定性的方法 ,如： 嶺回歸法 主成分回歸法 偏最小二乘法等。 167。 主成分回歸 主成分分析（ Principal Components Analysis,簡記為 PCA）是多元統(tǒng)計分析的一個基本方法，是對數(shù)據(jù)做一個正交旋轉(zhuǎn)變換，也就是對原有變量做一些線性變換，變換后的變量是正交的。為了避免變量的量綱不同所產(chǎn)生的影響，要求先把數(shù)據(jù)做中心標準化，中心標準化后的自變量樣本觀測數(shù)據(jù)矩陣（即設(shè)計陣）就是 n行 p列的矩陣， 就是相關(guān)陣。 *()???r X X167。 主成分回歸 以例 C o m p o n e n t I n i t i a l E i g e n v a l u e s T o t a l % o f V a r i a n c e C u m u l a t i v e % 1 3 . 9 9 1 7 9 . 8 2 6 7 9 . 8 2 6 2 . 9 3 2 1 8 . 6 4 1 9 8 . 4 6 8 3 . 0 6 5 1 . 3 0 3 9 9 . 7 7 1 4 . 0 1 1 . 2 2 4 9 9 . 9 9 5 5 . 0 0 0 . 0 0 5 1 0 0 . 0 0 0 167。 主成分回歸 F a c t o r 1 F a c t o r 2 F a c t o r 3 F a c t o r 4 F a c t o r 5 1 . 2 8 9 4 0 . 2 7 4 5 8 0 . 4 2 4 5 6 1 . 3 5 5 9 6 1 . 1 5 4 6 6 1 . 0 5 1 0 9 0 . 2 7 7 1 3 0 . 2 8 1 8 8 1 . 0 4 7 8 6 1 . 0 0 2 5 0 . 5 7 4 3 2
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1