第7章最小二乘估计的改进.ppt
《第7章最小二乘估计的改进.ppt》由会员分享,可在线阅读,更多相关《第7章最小二乘估计的改进.ppt(73页珍藏版)》请在三一文库上搜索。
1、第7章 最小二乘估计的改进,7.1 多重共线性的判别,7.2岭估计,K的选择,岭迹的作用:,7.3主成分估计,k几种的取法:,SAS中实现相关系数矩阵,proc corr 选项; 选语句: var 变量名表; with 变量名表 选项除data=外,还有 pearson 缺省项 计算两两相关系数 cov 样本协方差矩阵 outp= 存放相关系数矩阵数据,Page 163 例7.1,标准化过程在SAS中的实现,proc standard 选项; 选语句: var 变量名表; 选项除 data=外 还有out= mean=或m= 指定新变量的均值 Std= 指定新变量的标准差,Page 163 例
2、7.1 数据标准化,SAS中实现共线性诊断,proc rege 选项; model y=自变量/vif collinoint; run; 选项vif用来输出方差膨胀因子 Collinoint(或写为collin)用来输出特征根与条件数,Page 163 例7.1的共线性分析,SAS中实现岭回归,proc reg 选项; model y=自变量/ridge= 初始值to终值by步长; plot/ridgeplot; run; 选项:data=数据集; outest=岭回归估计数据集; graphics 绘图功能 outvif 输出vif,例7.1的岭回归,注:在岭回归以及主成分回归中,若所有自变
3、量以及因变量的量纲一致,则可以不用对数据进行标准化变换。,岭迹,取k=0.04,可得page 174的标准化数据的岭回归方程. 若在岭回归程序中把data=tj.std更换为data=tj.p163,则可直接得到page 174里原始数据的岭回归方程.,主成分回归在SAS中的实现,proc reg 选项; model y=自变量/pcomit=给定数字 选项; run; reg选项有 data=数据集, outest=输出数据集 pcomit=k表示删除最后面的k个主成分 model选项有outvif表示输出vif到输出数据集中,例7.1的主成分回归,x1-x3的vif都已很小,此时可得到page 180 的回归方程(7.3.10),若在主成分回归的程序中把data=tj.std更换为data=tj.p163,则直接可以得到原始数据的主成分回归方程(7.3.11).,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 最小 估计 改进
链接地址:https://www.31doc.com/p-2541873.html