本文關鍵詞：多重共線性修正方法的比較與應用研究

  更多相關文章： 多重共線性 逐步回歸法 主成分回歸法 因子回歸法 比較

【摘要】：為了調整回歸分析中多重共線性的情況,本文系統(tǒng)梳理修正多重共線性的方法:逐步回歸法、主成分回歸法和因子回歸法,并采取2014年廣東省各市對外貿易國際競爭力的數(shù)據(jù)和1980-2014年中國的財政收入數(shù)據(jù)比較這三種方法。結論:逐步回歸法能保留影響最顯著的變量,而在對多變量信息的篩選與綜合方面,主成分回歸法和因子回歸法要優(yōu)于逐步回歸法;主成分回歸分析、因子回歸分析中,主成分、因子載荷陣達到簡單結構,且與變量顯著相關的原則選擇主成分、因子個數(shù),比基于方差貢獻率超過80%,特征根大于1的選擇原則更優(yōu);結合逐步回歸法和主成分回歸法、因子回歸法的優(yōu)點,提出篩選的主成分回歸法、因子回歸法;經過篩選變量建立的主成分回歸方程比包含全部變量建立的主成分回歸方程優(yōu)。建議:如果自變量不多而且多重共線性不嚴重,可用逐步回歸法;而要系統(tǒng)歸納變量之間錯綜復雜的相關關系,應用主成分回歸法或因子回歸法;而當自變量間存在嚴重多重共線性,而且自變量很多時,應使用篩選的主成分回歸法、因子回歸法。
【關鍵詞】：多重共線性 逐步回歸法 主成分回歸法 因子回歸法 比較
【學位授予單位】：廣東財經大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F812.41
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 導論8-13
• 1.1 研究背景8-10
• 1.2 選題意義10-11
• 1.3 本文結構安排11-13
• 2 文獻綜述13-17
• 2.1 逐步回歸法的研究現(xiàn)狀13-14
• 2.2 主成分回歸法的研究現(xiàn)狀14
• 2.3 因子回歸法的研究現(xiàn)狀14-15
• 2.4 現(xiàn)狀評述15-17
• 3 多重共線性17-23
• 3.1 多元線性回歸分析17-19
• 3.1.1 多元線性回歸模型17-18
• 3.1.2 多元線性回歸模型的基本假定18-19
• 3.2 多重共線性的含義19
• 3.3 引起多重共線性的原因19-20
• 3.4 多重共線性的危害20
• 3.5 多重共線性的檢測20-21
• 3.6 補救多重共線性的經驗方法21-22
• 3.7 小結22-23
• 4 多重共線性的幾種修正方法23-32
• 4.1 逐步回歸法23-25
• 4.1.1 逐步回歸法的基本理論23-24
• 4.1.1.1 逐個選入法23-24
• 4.1.1.2 逐個剔除法24
• 4.1.2 逐步回歸法的優(yōu)缺點24-25
• 4.2 主成分回歸法25-28
• 4.2.1 主成分回歸法25-27
• 4.2.1.1 主成分回歸法的基本理論25-26
• 4.2.1.2 主成分回歸法的優(yōu)缺點26-27
• 4.2.2 改進的主成分回歸法27-28
• 4.3 因子回歸法28-31
• 4.3.1 因子回歸法28-30
• 4.3.1.1 因子回歸法的基本理論28-29
• 4.3.1.2 因子回歸法的優(yōu)缺點29-30
• 4.3.2 改進的因子回歸法30-31
• 4.4 小結31-32
• 5 三種方法的比較32-57
• 5.1 變量選取32-33
• 5.2 收集數(shù)據(jù)33-35
• 5.3 建立模型35-54
• 5.3.1 建立逐步回歸模型35-43
• 5.3.1.1 逐個選入法35-40
• 5.3.1.2 逐個剔除法40-43
• 5.3.2 建立主成分回歸模型43-49
• 5.3.2.1 主成分回歸模型44-46
• 5.3.2.2 改進后的主成分回歸模型46-49
• 5.3.3 建立因子回歸模型49-54
• 5.3.3.1 因子回歸模型49-51
• 5.3.3.2 改進的因子回歸模型51-54
• 5.4 模型比較54-56
• 5.5 小結56-57
• 6 篩選的主成分回歸法、因子回歸法57-62
• 7 結論和展望62-64
• 7.1 結論62-63
• 7.2 本文不足和局限63
• 7.3 未來研究方向63-64
• 參考文獻64-66
• 附錄66-81
• 致謝81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓存;毛劍芬;;多重共線性問題及其補救措施[J];統(tǒng)計與決策;2008年09期

2 趙松山,白雪梅;關于多重共線性檢驗方法的研究[J];中國煤炭經濟學院學報;2001年04期

3 趙松山;對多重共線性的深入思考[J];當代財經;2003年06期

4 錢曉莉;基于特征值的多重共線性處理方法[J];統(tǒng)計與決策;2004年10期

5 陳玲燕;;多重共線性下的線性回歸方法綜述[J];市場研究;2008年04期

6 劉瓊;;多重共線性的程序選優(yōu)法[J];商場現(xiàn)代化;2008年32期

7 葉天勇;多重共線性的檢驗及校正方法[J];統(tǒng)計與決策;1987年Z1期

8 師應來;多重共線性問題探討[J];統(tǒng)計與決策;1994年05期

9 張言彩;韓玉啟;;多重共線性與最大熵羅汶估計模型[J];統(tǒng)計與決策;2007年20期

10 李從欣;張再生;李國柱;;解決多重共線性的新思路:路徑分析[J];統(tǒng)計與決策;2013年01期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 趙明清;張靖;;基于粗糙集理論的多重共線性檢驗和處理[A];中國企業(yè)運籌學[C];2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張興龍;人工興安落葉松樹皮厚度變化規(guī)律的研究[D];東北林業(yè)大學;2015年

2 謝賢斌;多變數(shù)超飽和模型回歸分析的重復篩選新方法[D];揚州大學;2015年

3 孫聰;我國居民收入和消費的統(tǒng)計分析[D];重慶大學;2015年

4 王辰勇;省級行政區(qū)人均GDP與其他經濟指標相關性研究[D];天津財經大學;2015年

5 邢小艷;基于模式識別的“高送轉”投資策略研究[D];華南理工大學;2016年

6 林石蓮;多重共線性修正方法的比較與應用研究[D];廣東財經大學;2016年

7 李娜;服務質量模型的再研究[D];天津財經大學;2009年

8 劉紅衛(wèi);線性回歸模型中多重共線性問題的應對策略及其幾點改進[D];西南交通大學;2006年

9 于曉牧;logistic回歸多重共線性診斷方法的研究[D];大連醫(yī)科大學;2010年

10 張鳳蓮;多元線性回歸中多重共線性問題的解決辦法探討[D];華南理工大學;2010年

，

本文編號：691564