基于不同计量经济学软件的逐步回归法

逐步回归法通过变量的筛选来处理多重共线性问题,在实证研究中得到了广泛的应用。本文梳理了逐步回归法的基本思想和操作,结合实例给出了运用计量经济软件EViews和SPSS所进行的逐步回归分析,经过比较得出结论,在处理多重共线性问题时运用SPSS软件比运用E-Views软件的效率要高。     

岭回归在资本结构影响因素回归建模中的应用

自多重共线性是资本结构影响因素线性回归模型中迫切需要解决的问题,本文运用岭回归方法,以医药制造类上市公司的统计资料为基础,对影响资本结构的主要因素进行了实证分析,有效地解决了回归模型中的多重共线性问题.     

基于回归神经网络的长期电力负荷组合预测模型研究

本文研究了用逐步回归、岭回归和偏最小二乘回归方法消除变量间的多重共线性,最后得到三个回归模型。单一预测方法的结果时好时坏,需要通过组合预测来提高预测精度。本文将神经网络技术与回归模型相结合,将预测值作为输入,实际用电量值作为输出,确定神经网络的拓扑结构,最后用训练好的BP神经网络预测江苏省全社会用电量。结果显示,组合预测的精度明显高于单个模型。     

基于粗集理论的线性回归方法及实证分析

通过分析实际问题中经济变量间往往出现多重共线性的现象,将粗集理论的约简思想引入线性回归分析,提出了基于粗集理论的线性回归模型来解决多重共线性问题,并通过实证分析来验证模型的可行性,为人们进行科学的预测和决策提供了一种新的思想和方法。     

多元统计分析软件SPSS的使用方法简介

凭借统计分析软件包，将多元统计方法引入统计分析过程，以提高统计分析的深度与力度，这是当今我国统计实践发展的一个重要趋势。目前国内比技流行的商品化统计分析软件有SAS、SPSS、BMDP、TSP等。对于初学者来说，极易陷入这样的学习误区；一开始就去记忆操作手册或使用说明书上那些繁琐得令人生畏的命令细节，其结果是很难在短时间内从整体上把握这些软件包的使用方法。其实，学习统计软件的最佳方法是：先租后细，逐步求精。先学会最基本的操作方法，掌握最简单的操作全过程，然后再在今后的使用过程中去深入体会并掌握更多的命令…     

岭回归在经济增长影响因素分析中的应用

岭回归分析是一种改进的最小二乘法,在实际工作中有很大的应用价值.本文以河北省为例,借助标准SAS统计软件,运用岭回归技术,对改革开放以来河北省经济增长的影响因素作了详细而深入的实证研究,并提出了实现河北经济快速、稳定增长的建议和措施,对保证河北省经济的持续发展有重要的借鉴和参考意义.     

基于提取综合特征因素的投影寻踪多元线性回归分析

文章针对多元线性回归分析中经常遇到小样本、多自变量以及所产生的多重共线性这一问题,提出了基于投影寻踪(PP-RAGA)提取自变量综合特征因素的多元线性回归分析方法.该方法在自变量过多时,根据自变量所表现出的共同特性,将符合共同特征的自变量通过投影寻踪方法划归所隶属综合特征因素,最后将得到的综合特征因素作为新的自变量进行多元回归分析.通过实例验证,该方法可以解决小样本情况下自变量过多以及多重共线性问题,使回归模型更具有研究意义,是值得借鉴一种新型多元回归分析方法.     

回归预测中应注意的问题

文章从数据的收集与处理、因果关系分析、模型的建立与参数估计、模型的检验和预测等方面论述了回归预测中应注意的问题.     

灰色多元线性回归模型及其应用

基于灰色关联法和灰色聚类法诊断、解决多重共线问题;利用GM(1,1)模型对原始数据序列进行修正,降低随机波动的干扰;据修正变量数据建立灰色多元线性回归模型,并将其运用于具体实例取得满意的预测效果。该模型对处理数据贫乏、波动较大的样本效果显著。     

多重共线性下的线性回归方法综述

多重共线性（简称共线性）是回归分析中一个非常棘手的问题。多重共线性由R．Frisch在1934年引入的,主要研究是在上世纪六、七十年代进行的,但直到现在仍然没有完全解决。     

影响我国财政收入的多元线性回归模型

本文通过一个实例详细介绍了建立经济计量模型的过程和步骤,旨在引入用多元线性回归分析的方法来分析实际问题的思想.首先由定性分析选取与我国财政收入有较强的相关性的几个影响因素,以其作为解释变量,建立与财政收入的线性模型     

在统计软件SPSS中如何进行成数估计和检验

世界著名统计软件SPSS10.0功能强大、操作简便,深受用户欢迎。但该软件却没有专门进行成数估计和检验的过程,笔者根据软件现有功能,总结出一些初步经验。 一、成数估计和检验的步骤 1.成数估计的步骤 (1)计算样本成数P。设样本容量为n1,则样本成数为:P=n1/n。     

GMDH与PLS解决多重共线性问题的比较研究

本文通过理论分析、数据试验以及实证研究三种途径,对GMDH与PLS两种算法解决多重共线性问题的特点进行了比较分析,发现了使用GMDH对于解决多重共线性数据建模问题的贡献,为解决多重共线性问题提供了新的途径。     

进行虚拟企业运营应注意的问题

我们已知道对虚拟企业的一般看法是,当市场出现新的机遇时,具有开发、生产、经营某种新产品所需的不同知识和技术的各个企业为了共同开辟市场、共同对付其他竞争者而组成的企业联盟。虚拟经营基本有5种形式:虚拟生产、共生、策略联盟、虚拟销售网络、虚拟行政     

偏最小二乘回归在SPSS软件中的实现

偏最小二乘回归是第二代回归分析方法,目前已在各种领域得到广泛应用.文章通过详细介绍不同版本的SPSS软件中PLS模块的安装来说明偏最小二乘回归方法在SPSS软件中的实现,并结合实例进一步说明该方法的参数设置和结果的解释.实例分析表明:偏最小二乘回归能够解决变量间多重共线性问题,适合在样本数小于变量个数情形下对系统进行回归建模.     

解决多重共线性问题的线性回归方法

本文针对当出现多重共线性时用普通最小二乘法估计的参数值与实际值相去甚远 ,甚至无法被估计的现象 ,介绍了三种解决办法 :主成分回归、岭回归和偏最小二乘法。这三种方法在解决问题的思路上各有异同 ,本文着重介绍了它们的基本思想和主要处理步骤     

解决多重共线性问题的线性回归方法

本文针对当出现多重共线性时用普通最小二乘法估计的参数值与实际值相去甚远甚至无法被估计的现象 ,介绍了三种解决办法 :主成份回归、岭回归和偏最小二乘法。这三种方法在解决问题的思路上各有异同 ,本文着重介绍了它们的基本思想和主要算法步骤     

对多重共线性问题的探讨

本文指出变量间的内在联系是共线性产生的本质原因,并普遍存在于变量之间;总结分析了共线性的潜在危害、诊断方法和处理手段;共线性的诊断并不是必须的,其严重性也不等于有危害性,但现有处理方法偏离了危害性这个问题本源。本文结合文图研究,指出共线性有意义的区分是有无危害性,并提出GMDH方法能处理有害共线性问题。     

基于SPSS的主成分分析与因子分析的辨析

基于SPSS的主成分分析、因子分析的应用文章不断推出,给读者以许多的启示。但在实际应用中也出现了一些问题。本文力足于主成分分析的基本思想,分析在用SPSS进行主成分分析及因子分析时出现的错误及其产生的原因,并给出了正确的分析结果和相关建议。