作者:
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:
回归分析是处理多个变量间相互依赖关系的一种数理统计方法,其与统计回归模型是密不可分的.本文基于统计回归模型,重点研究了一元线性回归中各变量之间的关系.当变量之间相关性较高,出现共线性时,引入了主成分分析方法,利用主成分回归建立模型,简化了所要分析的问题,提高了回归模型的估计精度.这也是本文的重点研究内容.最后本文提出待解决的问题,并对未来研究进行了展望.
推荐文章
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
主成分分析应用(Ⅰ)——主成分回归分析
多重共线性
派生变量
主成分回归分析
残差方差
复相关系数
基于主成分和半参数的大坝变形监测回归模型
大坝
复共线性
主成分分析
半参数回归
补偿最小二乘
基于核主成分分析的教师综合素质评价模型
核主成分分析
综合素质
评价
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 统计回归模型中的主成分分析
来源期刊 通讯世界 学科 经济
关键词 统计回归模型 最小二乘估计 主成分分析 主成分回归
年,卷(期) 2019,(3) 所属期刊栏目 论述
研究方向 页码范围 169-170
页数 2页 分类号 F222.1
字数 2267字 语种 中文
DOI 10.3969/j.issn.1006-4222.2019.03.112
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 孙婷蔚 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (37)
参考文献  (1)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(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)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 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(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
统计回归模型
最小二乘估计
主成分分析
主成分回归
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
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
总被引数(次)
56487
论文1v1指导