多重共线性的后果四多重共线性的检验五克服多重共线课件_第1页
多重共线性的后果四多重共线性的检验五克服多重共线课件_第2页
多重共线性的后果四多重共线性的检验五克服多重共线课件_第3页
多重共线性的后果四多重共线性的检验五克服多重共线课件_第4页
多重共线性的后果四多重共线性的检验五克服多重共线课件_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

•

多重共线性的后果•

多重共线性的检验•

克服多重共线性的方法•

克服多重共线性的课件CHAPTER参数估计的不稳定性123模型预测的准确性下降变量的显著性检验失效010203CHAPTER检验统计量特征值相关性检验通过检验变量之间的相关性，可以初步判断是否存在多重共线性问题。如果多个变量之间存在高度相关性，则可能存在多重共线性问题。特征值是判断多重共线性的常用指标，如果特征值接近于0，说明存在多重共线性问题。条件指数条件指数是另一种判断多重共线性的指标，如果条件指数大于10，则可能存在多重共线性问题。VIF（方差膨胀因子）VIF的计算公式为：VIF=1/(1-R^2)，其中R^2是某个自变量与因变量之间的决定系数。条件指数CHAPTER剔除变量剔除相关性高的变量剔除对模型贡献小的变量主成分分析将多个相关变量转换为少数几个独立变量通过主成分分析，将多个相关变量转换为少数几个独立的主成分，以消除多重共线性。保留主要信息主成分分析能够保留原始数据中的主要信息，同时降低多重共线性的影响。岭回归增加系数约束优化模型预测能力CHAPTER课件内容概述A

B

C

D课

人人文库> 全部分类> 办公材料 > 演讲稿件

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论