在如今這個(gè)大數(shù)據(jù)時(shí)代,回歸分析在各個(gè)領(lǐng)域中的應(yīng)用是越來越廣泛,經(jīng)濟(jì)、社會(huì)、醫(yī)學(xué)、生物信息學(xué)等都有它的身影。但在研究回歸分析中的線性模型時(shí),會(huì)因?yàn)樽宰兞恐g存在多重共線性的現(xiàn)象從而導(dǎo)致模型的不穩(wěn)定,甚至?xí)霈F(xiàn)回歸系數(shù)與實(shí)際意義不相符的問題。這就需要找到解決線性模型中的多重共線性問題的方法。本文從理論和實(shí)驗(yàn)?zāi)M兩個(gè)方面介紹了用嶺估計(jì)法解決線性模型的多重共線性問題,首先介紹了多重共線性的診斷方法,如:直觀判定法、特征根判定法、方差膨脹因子法、條件數(shù)判別法等,用來得知哪些模型是存在多重共線性的,并列舉了具體實(shí)例,其次介紹了解決的方法,如:剔除不重要的變量、增加樣本量、回歸系數(shù)的有偏估計(jì)等,著重介紹的是嶺估計(jì)法,本文介紹了嶺估計(jì)的概念、基本思想、性質(zhì)、嶺參數(shù)k的選擇方法,特別地把廣義嶺估計(jì)、泛嶺估計(jì)也應(yīng)用到解決多重共線性問題中來。最后通過實(shí)例來驗(yàn)證本文的理論,通過數(shù)據(jù)利用SAS編寫程序,發(fā)現(xiàn)變量之間存在多重共線性,并利用嶺估計(jì)方法建立模型并使模型優(yōu)化從而解決問題,本文列舉了醫(yī)學(xué)方面血紅蛋白與微量元素的含量之間的關(guān)系,通過對(duì)數(shù)據(jù)的分析及與逐步回歸分析的結(jié)果分析比較得出嶺估計(jì)法更加優(yōu)異;通過考察進(jìn)口... 

【文章來源】：渤海大學(xué)遼寧省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

進(jìn)口額嶺回歸估計(jì)的嶺跡圖

渤海大學(xué)碩士學(xué)位論文49圖4-13.自變量的系數(shù)隨嶺參數(shù)K的變化曲線圖Fig4-13.Curveofcoefficientofindependentvariablewithridgeparameterk.由圖可得，嶺參數(shù)在0.04到0.1之間基本趨于穩(wěn)定，當(dāng)k0.08時(shí)，嶺回歸方程為：2345y424.790.0680x0.00778x17.1687x0.2239x，結(jié)論3由此可以看出，對(duì)民航旅客數(shù)影響最大的是民航路線行駛距離4x，當(dāng)民航路線行駛距離增大時(shí)，民航旅客數(shù)增大；其次是中國入境游客數(shù)5x，而鐵路旅客數(shù)3x影響力較小，當(dāng)鐵路旅客數(shù)增大時(shí)，民航旅客數(shù)降低。運(yùn)用嶺估計(jì)法后與原模型相比，擬合優(yōu)度仍然很高，模型更加優(yōu)化，回歸系數(shù)有合理的經(jīng)濟(jì)解釋；所以用嶺回歸估計(jì)法可以對(duì)因變量的變化趨勢作預(yù)測。


本文編號(hào)：3043680