文献类型：期刊文章

作　　者：肖雪梦[1] 张应应[1]

机构地区：[1]重庆大学数学与统计学院,重庆401331

出　　处：《统计与决策》

基　　金：重庆市自然科学基金资助项目(CSTC2011BB0058)

年　　份：2015

卷　　号：31

期　　号：24

起止页码：75-78

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI2014_2016、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：在进行多元回归分析时,常常会遇到多重共线性的问题,若继续采用普通最小二乘法进行回归建模,则有变量不能通过显著性检验。文章旨在对同一组数据分别用逐步回归、主成分回归以及偏最小二乘回归作建模分析,以消除自变量之间的多重共线性,并作预测分析。首先,经实证分析,发现三种方法均能有效消除自变量之间的多重共线性,使得回归模型具有很强的实际意义,且逐步回归模型对内拟合效果最好。预测发现逐步回归的预测结果却是最差,从而得出对内拟合效果最好的模型,其向外的预测能力不一定最好。而主成分回归与偏最小二乘回归的预测效果相似,偏最小二乘回归的误差要小一些,说明其向外的预测效果最好。

关 键 词：多重共线性 逐步回归  主成分回归 偏最小二乘回归 预测  

分 类 号：O212.4]