多元线性模型系数的主成分估计及其筛选
龚乐春; 郑宁国
2000-06-30
发表期刊中国计量学院学报
ISSN33-1147/T
期号01页码:89-92+88
摘要在试验统计所涉及线性模型系数 β估计问题中 ,当观测值矩阵存在多重共线性 ,往往会导致通常意义下的回归分析失去实用价值 .此处提供 RMS和 AIC准则确定主成分并对模型中参数作出主成分估计 ,从而较大幅度地降低多重共线性 ,并减少了估计值的均方误差 ,用以改进试验统计中的精度
关键词主成分估计 多重共线性 筛选准则
URL查看原文
语种中文
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/130208
专题国家开放大学浙江分部
作者单位浙江大学数学系!浙江杭州310029;湖州广播电视大学培训部!浙江湖州313000
第一作者单位国家开放大学浙江分部
第一作者的第一单位国家开放大学浙江分部
推荐引用方式
GB/T 7714
龚乐春,郑宁国. 多元线性模型系数的主成分估计及其筛选[J]. 中国计量学院学报,2000(01):89-92+88.
APA 龚乐春,&郑宁国.(2000).多元线性模型系数的主成分估计及其筛选.中国计量学院学报(01),89-92+88.
MLA 龚乐春,et al."多元线性模型系数的主成分估计及其筛选".中国计量学院学报 .01(2000):89-92+88.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[龚乐春]的文章
[郑宁国]的文章
百度学术
百度学术中相似的文章
[龚乐春]的文章
[郑宁国]的文章
必应学术
必应学术中相似的文章
[龚乐春]的文章
[郑宁国]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。