已閱讀1頁,還剩42頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、回歸分析是統(tǒng)計學家手中的一件常用的工具,是描述處理數(shù)據(jù)方法的一門應用學科.因而,無論是從事純理論研究還是從事應用的統(tǒng)計學家,對此都不陌生它在工商管理、經(jīng)濟、社會和生物科學等領域應用十分廣泛從Gauss最初提出最小二乘法算起,回歸分析已經(jīng)有180多年的歷史,二十世紀初以來,更多的統(tǒng)計學者投入到這一領域,回歸分析的研究已有了一系列較為成熟的結(jié)果.
在回歸分析參數(shù)估計的問題上,當設計矩陣的列向量之間有近似線性關系時,即自變量之間出現(xiàn)
2、多重共線性現(xiàn)象時,回歸系數(shù)的最小二乘估計的性質(zhì)顯著地變壞同時方差變大,致使估值是不可信的這是人們關心的問題,因此消除多重共線性成為回歸分析中參數(shù)估計的一個重要環(huán)節(jié)本文首先關于古典線性回歸的預備知識,接著是關于回歸自變量的選擇,即在一個包含很大數(shù)目的可供選擇的自變量的問題中,怎樣去挑選出為數(shù)不多的重要的自變量再是關于線性回歸系數(shù)的估計問題,介紹了近多年來發(fā)展的一系列重要的估計方法,這些方法的提出是企圖改進目前常用的最小二乘估計最后重點從不
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 線性模型中的LIU型估計.pdf
- 線性回歸模型中的一類新壓縮估計.pdf
- 部分線性回歸模型的估計.pdf
- 線性回歸模型參數(shù)有偏估計的研究.pdf
- 模糊線性回歸模型的參數(shù)估計.pdf
- 19732.帶約束線性模型liu估計的影響分析
- 多元線性回歸模型的有偏估計
- 多元線性回歸模型的有偏估計
- 多元線性回歸模型的有偏估計
- 線性模型LIU估計的影響分析和局部影響分析.pdf
- 線性模型中Liu估計及兩參數(shù)估計的進一步研究.pdf
- 線性回歸模型回歸系數(shù)的平衡LS估計及預測.pdf
- 平衡損失下線性回歸模型回歸系數(shù)的估計理論.pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計.pdf
- 線性回歸模型系數(shù)有偏估計的研究和應用.pdf
- 線性回歸模型參數(shù)的Stein型根方估計.pdf
- 多元線性模型回歸系數(shù)的主成分估計.pdf
- 實驗三 多元線性回歸模型的估計和檢驗
- 基于M估計的線性回歸模型均值變點檢測.pdf
- 基于GCV方法的線性回歸模型嶺參數(shù)估計.pdf
評論
0/150
提交評論