高阳:对多重共线性检测指标的一些研究论文

高阳:对多重共线性检测指标的一些研究论文

本文主要研究内容

作者高阳(2019)在《对多重共线性检测指标的一些研究》一文中研究指出:在多元回归问题中,受解释变量间多重共线性的影响,回归系数的方差可能会变得很大;同样,作为系数方差的无偏估计量,回归系数的估计方差也会受到影响.通过研究估计方差的变化,结合方差膨胀因子(VIF)的传统定义,发现当解释变量不包含被解释变量的任何冗余信息时,利用被解释变量方差的无偏估计量(样本方差)对VIF进行修正,得到一种新的可用于检测多重共线性严重程度的指标.除此之外,从特征值的角度出发,本文提出A指标用于多重共线性的检测,且从理论上验证了A指标的合理性,并结合k指标和VIF指标得出该指标上下界的控制范围;同时给出了二维情形下k指标、Red指标和Λ指标三者之间的关系.综合可知,相较于k指标和VIF指标,A指标具有明显的上下界,可控性较强;相较于Red指标和相对范数指标,A指标计算简便,更容易操作.通过变量的剔除与引入,可以利用A指标对每一个解释变量进行量化,从而可以找出引起多重共线性的解释变量.最后,通过数据实验对六种不同的检测指标进行比对,发现这六种指标对于检测多重共线性的强弱具有明显的一致性;同时Red指标和A指标具有较强的相关性.

Abstract

zai duo yuan hui gui wen ti zhong ,shou jie shi bian liang jian duo chong gong xian xing de ying xiang ,hui gui ji shu de fang cha ke neng hui bian de hen da ;tong yang ,zuo wei ji shu fang cha de mo pian gu ji liang ,hui gui ji shu de gu ji fang cha ye hui shou dao ying xiang .tong guo yan jiu gu ji fang cha de bian hua ,jie ge fang cha peng zhang yin zi (VIF)de chuan tong ding yi ,fa xian dang jie shi bian liang bu bao han bei jie shi bian liang de ren he rong yu xin xi shi ,li yong bei jie shi bian liang fang cha de mo pian gu ji liang (yang ben fang cha )dui VIFjin hang xiu zheng ,de dao yi chong xin de ke yong yu jian ce duo chong gong xian xing yan chong cheng du de zhi biao .chu ci zhi wai ,cong te zheng zhi de jiao du chu fa ,ben wen di chu Azhi biao yong yu duo chong gong xian xing de jian ce ,ju cong li lun shang yan zheng le Azhi biao de ge li xing ,bing jie ge kzhi biao he VIFzhi biao de chu gai zhi biao shang xia jie de kong zhi fan wei ;tong shi gei chu le er wei qing xing xia kzhi biao 、Redzhi biao he Λzhi biao san zhe zhi jian de guan ji .zeng ge ke zhi ,xiang jiao yu kzhi biao he VIFzhi biao ,Azhi biao ju you ming xian de shang xia jie ,ke kong xing jiao jiang ;xiang jiao yu Redzhi biao he xiang dui fan shu zhi biao ,Azhi biao ji suan jian bian ,geng rong yi cao zuo .tong guo bian liang de ti chu yu yin ru ,ke yi li yong Azhi biao dui mei yi ge jie shi bian liang jin hang liang hua ,cong er ke yi zhao chu yin qi duo chong gong xian xing de jie shi bian liang .zui hou ,tong guo shu ju shi yan dui liu chong bu tong de jian ce zhi biao jin hang bi dui ,fa xian zhe liu chong zhi biao dui yu jian ce duo chong gong xian xing de jiang ruo ju you ming xian de yi zhi xing ;tong shi Redzhi biao he Azhi biao ju you jiao jiang de xiang guan xing .

论文参考文献

  • [1].偏最小二乘回归分析若干问题的研究[D]. 张晓丽.东北师范大学2010
  • [2].基于核主成分回归的多重共线性消除问题研究[D]. 郭媛媛.河北联合大学2014
  • [3].多元线性回归中多重共线性问题的解决办法探讨[D]. 张凤莲.华南理工大学2010
  • [4].岭回归与分位数回归的研究及结合应用[D]. 郭鹏妮.哈尔滨工业大学2014
  • [5].多元线性模型与多指标预测[D]. 李娜娜.武汉科技大学2006
  • [6].基于PLS回归方法在经济系统中的应用研究[D]. 于健.哈尔滨工程大学2008
  • [7].偏最小二乘回归算法改进及应用[D]. 丁磊.新疆大学2007
  • [8].线性回归模型中多重共线性问题的应对策略及其几点改进[D]. 刘红卫.西南交通大学2006
  • [9].基于变量筛选的偏最小二乘回归方法及其应用[D]. 杨国栋.中南大学2013
  • [10].高维多重共线性数据的变量选择问题[D]. 毕伯竹.山东大学2011
  • 读者推荐
  • [1].基于Copula的整体风险度量模型构建[D]. 代剑锋.华中科技大学2019
  • [2].一种基于收缩估计的增强K-means算法[D]. 王辉.兰州大学2019
  • [3].基于收缩谱聚类方法的推荐算法研究[D]. 谢雪峰.兰州大学2019
  • [4].基于贝叶斯半参数方法的纵向数据分析研究[D]. 陈晓莉.兰州大学2019
  • [5].多维正态分层模型中均值向量的同时估计[D]. 陈肖松.兰州大学2019
  • [6].有偏估计解决多重共线问题研究[D]. 徐佳.渤海大学2019
  • [7].线性回归模型中多重共线性问题的研究[D]. 赵东波.渤海大学2017
  • [8].多重共线性修正方法的比较与应用研究[D]. 林石莲.广东财经大学2016
  • [9].基于一元回归分析模型的研究[D]. 石瑞平.河北科技大学2009
  • [10].多元线性回归中多重共线性问题的解决办法探讨[D]. 张凤莲.华南理工大学2010
  • 论文详细介绍

    论文作者分别是来自兰州大学的高阳,发表于刊物兰州大学2019-07-29论文,是一篇关于多重共线性论文,样本方差论文,特征值论文,指标论文,兰州大学2019-07-29论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自兰州大学2019-07-29论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    高阳:对多重共线性检测指标的一些研究论文
    下载Doc文档

    猜你喜欢