本文關(guān)鍵詞：多重共線性修正方法的比較與應(yīng)用研究

  更多相關(guān)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(diào)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(mào)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(jié)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(jié)構(gòu),且與變量顯著相關(guān)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(jié)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(jīng)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(yán)重,可用逐步回歸法;而要系統(tǒng)歸納變量之間錯綜復(fù)雜的相關(guān)關(guān)系,應(yīng)用主成分回歸法或因子回歸法;而當(dāng)自變量間存在嚴(yán)重多重共線性,而且自變量很多時,應(yīng)使用篩選的主成分回歸法、因子回歸法。
【關(guān)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(xué)位授予單位】：廣東財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F812.41
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 導(dǎo)論8-13
• 1.1 研究背景8-10
• 1.2 選題意義10-11
• 1.3 本文結(jié)構(gòu)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(jīng)驗方法21-22
• 3.7 小結(jié)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(jié)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(jié)56-57
• 6 篩選的主成分回歸法、因子回歸法57-62
• 7 結(jié)論和展望62-64
• 7.1 結(jié)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(guān)于多重共線性檢驗方法的研究[J];中國煤炭經(jīng)濟學(xué)院學(xué)報;2001年04期

3 趙松山;對多重共線性的深入思考[J];當(dāng)代財經(jīng);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(yīng)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(xué)[C];2006年

中國碩士學(xué)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(xué);2015年

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

4 王辰勇;省級行政區(qū)人均GDP與其他經(jīng)濟指標(biāo)相關(guān)性研究[D];天津財經(jīng)大學(xué);2015年

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

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

7 李娜;服務(wù)質(zhì)量模型的再研究[D];天津財經(jīng)大學(xué);2009年

8 劉紅衛(wèi);線性回歸模型中多重共線性問題的應(yīng)對策略及其幾點改進[D];西南交通大學(xué);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(xué);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(xué);2010年

，

本文編號：691564