论文研究 - 存在多重共线性的情况下选择适当的回归模型

上传者: 38720322 | 上传时间: 2021-12-13 08:32:08 | 文件大小: 264KB | 文件类型: -
这项工作旨在检测和解决回归分析中的多重共线性问题。 因此,方差膨胀因子(VIF)和条件指数(CI)被用作这种检测的量度。 除了传统的简单线性回归之外,岭回归(RR)和主成分回归(PCR)是建模中使用的其他两种方法。 为了比较这两种方法,使用了模拟数据。 我们的任务是根据各自方法的均方误差确定每种方法的有效性。 从结果可以发现,当预测变量之间存在多重共线性时,岭回归(RR)方法优于主成分回归。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明