岭回归分析(共7页).docx

上传人:晟*** 文档编号:10992778 上传时间:2022-02-03 格式:DOCX 页数:7 大小:786.34KB
下载 相关 举报
岭回归分析(共7页).docx_第1页
第1页 / 共7页
岭回归分析(共7页).docx_第2页
第2页 / 共7页
岭回归分析(共7页).docx_第3页
第3页 / 共7页
岭回归分析(共7页).docx_第4页
第4页 / 共7页
岭回归分析(共7页).docx_第5页
第5页 / 共7页
点击查看更多>>
资源描述

精选优质文档-倾情为你奉上岭回归分析一、普通最小二乘估计带来的问题当设计矩阵X呈病态时,X的列向量之间有较强的线性相关性,即解释变量间出现严重的多重共线性,在这种情况下,用普通最小二乘法估计模型参数,往往参数估计的方差太大,即很大,就很不稳定,在具体取值上与真值有较大的偏差,有时会出现与实际经济意义不符的正负号。下面看一个例子,可以说明这一点。假设已知,与y的关系服从线性回归模型:,给定,的10个值,如下表1,2行所示:然后用模拟的方法产生10个正态随机数,作为误差项,见表第3行。然后再由回归模型计算出10个值,见表第4行。现在假设回归系数与误差项是未知的,用普通最小二乘法求回归系数的估计得:=11.292, =11.307,=-6.591,而原模型的参数=10,=2,=3看来相差太大。计算,的样本相关系数得=0.986,表明与之间高度相关。通过这个例子可以看到解释变量之间高度相关时,普通最小二乘估计明显变坏。二、岭回归的定义当自变量间存在多重共线性,|0时,设想给加上一个正常数矩阵(k0)那么+接近奇异的程度就会比接近奇异的程度小得多。考虑

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 实用文档资料库 > 公文范文

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。