[原创]岭回归估计与主成分分析

lijupeng12

10503

收藏 2007-03-30

当样本存在多重共线问题时，在计量经济学中可以用岭回归估计来进行矫正。

当把样本用主成分分析时，提取出重要的样本，是不是可以避免多重共线？另外岭回归估计的原理是什么呀？

请那位高手告小弟一声。谢谢

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

heroyuan2

2009-1-21 16:00:00

岭回归分析实际上是一种改良的最小二乘法，是一种专门用于共线性数据分析的有偏估计回归方法。岭回归分析的基本思想是当自变量间存在共线性时，解释变量的相关矩阵行列式近似为零，X'X是奇异的，也就是说它的行列式的值也接近于零，此时OLS估计将失效。此时可采用岭回归估计。岭回归就是用X'X+KI代替正规方程中的X'X，人为地把最小特征根由minl_i提高到min（l_i+k），希望这样有助于降低均方误差。SAS可以用来做岭回归分析

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ylp32235

2010-2-4 18:50:48

先用主成分分析会导致数据失真，增加误差的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

muxiaoyun

2010-2-5 10:20:39

解释变量不多的时候一般不用主成分分析，如果解释变量过多会使自由度大幅度降低，这这种情况下可以用主成分分析获得解释变量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群