基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在数据中存在多重共线性的问题是影响最小二乘估计结果的重要因素,研究如何消除多重共线性是一个重要课题。就此问题本文重点介绍了lasso方法,并通过实验验证其在消除共线性问题的作用。实验表明,通过lasso方法选择重要变量之后多重共线性明显减弱。
推荐文章
基于Bayesian Lasso方法的变量选择和异常值检测
变量选择
异常值
Bayesian Lasso方法
Gibbs抽样
主因子逼近方法在变量选择中的应用
变量选择
主因子近似
偏最小二乘
变量共线性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于lasso方法在变量选择中的应用研究
来源期刊 城市地理 学科
关键词 lasso 多重共线性 变量选择 AIC准则
年,卷(期) 2016,(12) 所属期刊栏目 地理研究?GEOGRAPHY
研究方向 页码范围 64-64
页数 1页 分类号
字数 1375字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杜彦璞 成都理工大学数学地质四川省重点实验室 5 16 2.0 4.0
2 苏雷 成都理工大学数学地质四川省重点实验室 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
lasso
多重共线性
变量选择
AIC准则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
城市地理
半月刊
1674-2508
50-1192/K
16开
重庆市
78-138
2008
chi
出版文献量(篇)
12459
总下载数(次)
33
总被引数(次)
10089
论文1v1指导