岭回归在消除多重共线性中的应用

• 作者: 林乐义
• 来源期刊: 辽东学院学报（自然科学版）
• 学科: 工学
• 关键词: 岭回归 多重共线性 k值 自变量筛除
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 基础科学与应用
• 页码范围: 274-278
• 页数: 5页
• 分类号: TB115
• 语种: 中文
• DOI: 10.14168/j.issn.1673-4939.2020.04.10

摘要

传统消除多重共线性的方法,去除高度相关解释变量的能力差,导致回归系数与实际不相符,因此提出基于岭回归的消除多重共线性方法.使用列满秩矩阵建立回归模型,根据外生变量计算多重线性、回归模型真实值之间的差异指标,确认多重共线性的影响程度;根据该指标绘制岭迹图,获取普通岭估计k值和广义岭估计k值;假设岭参数步长,根据显著性结果计算分位数回归值,筛除高度相关的自变量,实现对多重共线性的消除.实验结果表明:与传统方法相比,岭回归应用下,筛除后的自变量更加贴合期望曲线.由此可见,岭回归在消除多重共线性中的应用效果更好.