多元线性模型系数的主成分估计及其筛选

• 作者: 郑宁国 龚乐春
• 来源期刊: 中国计量学院学报
• 学科: 工学
• 关键词: 主成分估计 多重共线性 筛选准则
• 年，卷（期）: 2000,（1）
• 页码范围: 87-90,86
• 页数: 5页
• 分类号: TB9
• 字数: 1962字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2000.01.018

摘要

在试验统计所涉及线性模型系数(^β)估计问题中,当观测值矩阵存在多重共线性,往往会导致通常意义下的回归分析失去实用价值.此处提供RMS和AIC准则确定主成分并对模型中参数作出主成分估计,从而较大幅度地降低多重共线性,并减少了估计值的均方误差,用以改进试验统计中的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宁国	湖州广播电视大学培训部	41	139	7.0	8.0
2	龚乐春	浙江大学数学系	3	20	3.0	3.0