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:
在碳排放预测模型的定量研究中,由于影响碳排放的因素(变量)多而复杂,且变量之间信息彼此重叠,从而出现碳排放预测模型稳定性差、预测精度不高等问题,因此探寻一种有效的变量筛选方法成为急需.本研究基于PLS-VIP算法,以1980—2017年的中国碳排放量为因变量,10个与碳排放量相关的影响因素为自变量进行PLS建模;通过计算原始自变量的投影重要性指标(VIP值)和交叉验证均方根误差(RMSECV)实施变量筛选,然后利用筛选出的变量通过PLS回归对测试数据进行检验.结果发现利用PLS-VIP方法能有效识别出与因变量相关性较强的变量,并从根本上减少进入模型的变量个数;同时基于筛选出的变量建模,其预测的精度和稳定性明显优于传统PLS方法,表明PLS-VIP方法在变量筛选和提高预测性能上是有效的.在模型的可解释性上,与传统的PLS方法相比,PLS-VIP方法筛选出的变量对因变量具有更科学、更合理和更强的解释能力,表明PLS-VIP方法能有效处理多变量的复杂性问题,是一种可行的变量筛选方法.
推荐文章
中国建筑业碳排放影响因素与预测研究
建筑业
碳排放预测
影响因素
灰色关联分析
BP神经网络
我国碳排放影响因素研究
碳排放
影响因素
协整
状态空间模型
我国工业碳排放影响因素的研究进展与趋势
工业碳排放
影响因素
进展
趋势
碳达峰
广西碳排放影响因素分析和预测
碳排放预测
驱动因素分析
减排潜力
LMDI模型
STIRPAT模型
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 中国碳排放影响因素的变量筛选研究——基于PLS-VIP方法
来源期刊 环境生态学 学科 地球科学
关键词 碳排放 变量筛选 PLS-VIP方法
年,卷(期) 2019,(8) 所属期刊栏目 生态修复与管理
研究方向 页码范围 60-65
页数 6页 分类号 X328
字数 5908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 刘贤赵 湖南科技大学资源环境与安全工程学院 37 198 8.0 13.0
2 杨旭 湖南科技大学资源环境与安全工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (54)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(17)
  • 参考文献(2)
  • 二级参考文献(15)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
碳排放
变量筛选
PLS-VIP方法
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
环境生态学
月刊
2096-6830
10-1620/S
大16开
北京市西城区广安门外大街248号机械大厦2110室
80-852
2019
chi
出版文献量(篇)
439
总下载数(次)
4
总被引数(次)
41
论文1v1指导