多元线性回归模型中多重共线性问题处理方法
来源:互联网 发布:海珠区淘宝美工培训 编辑:程序博客网 时间:2024/06/01 15:38
转载自:http://datakung.com/?p=46
多重共线性指自变量问存在线性相关关系,即一个自变量可以用其他一个或几个自变量的线性表达式进行表示。若存在多重共线性,计算自变量的偏回归系数β时,矩阵不可逆,导致β存在无穷多个解或无解。
而在使用多元线性回归构建模型过程中,变量之间存在多重共线性问题也是比较常见的。那么当发现多重线性回归模型中存在多重共线性时我们该如何处理呢?
可通过以下方法予以解决:
(1)逐步回归
使用逐步回归可以在一定程度上筛选存在多重共线性的自变量组合中对反应变量变异解释较大的变量,而将解释较小的变量排除在模型之外。
但这种方法缺点是当共线性较为严重时,变量自动筛选的方法并不能完全解决问题。
(2) 岭回归
岭回归为有偏估计,但能有效地控制回归系数的标准误大小。
(3) 主成分回归
可以使用主成分分析的方法对存在多重共线性的自变量组合提取主成分,然后以特征值较大的(如大于1)几个主成分与其他自变量一起进行多重线性回归。得出的主成分回归系数再根据主成分表达式反推出原始自变量的参数估计。
该方法在提取主成分时丢失了一部分信息,几个自变量间的多重共线性越强,提取主成分时丢失的信息越少。
(4) 路径分析
如果对自变量间的联系规律有比较清楚的了解,则可以考虑建立路径分析模型,以进行更深入的研究。
参考资料:《SPSS统计分析高级教程》
0 0
- 多元线性回归模型中多重共线性问题处理方法
- 多元线性回归模型
- 多元线性回归模型
- 回归分析中的多重共线性问题
- 统计方法-多元线性回归模型
- 处理多重共线性
- 线性回归多重共线性优化
- 回归分析----多重共线性【基础】
- 回归:多元线性回归
- 多元线性回归模型和最小二乘法
- 第4章: 多元线性回归模型
- 如何衡量多元线性回归模型优劣
- 多元线性回归模型的F检验
- 多元线性回归模型 matlab代码 自用
- 多元线性回归模型和最小二乘法
- 多元线性回归模型的几何意义
- 多重共线性的处理方法(转载)
- 机器学习线性回归:谈谈多重共线性问题及相关算法
- 【BZOJ】【P3262】【陌上花开】【题解】【树套树】
- 多分辨率风场数据可视化
- 第12周项目2 刑警的射击成绩
- c#操作Excel
- 蓝牙核心技术概述(五):蓝牙协议规范(irOBEX、BNEP、AVDTP、AVCTP)
- 多元线性回归模型中多重共线性问题处理方法
- 第12周项目3汉诺塔--移动步骤(递归函数)
- 题目1026:又一版 A+B
- HTML5高级编程之图形扭曲及其应用一(原理篇)
- Android帧缓冲区(Frame Buffer)硬件抽象层(HAL)模块Gralloc的实现原理分析
- 阿里dubbo工程的搭建
- XMLHttpRequest是什么、怎样完整地执行一次GET请求、怎样检测错误。
- VSFTP增加用户并只能访问指定目录
- libvlc_media_add_option 函数中的参数设置